OpenAI 发布 GPT-Live 系列全双工语音模型，对话更接近真人

OpenAI 于近日发布 GPT-Live 系列全双工语音模型，包括 GPT-Live-1 与 GPT-Live-1 mini 两个版本，即日起向全球 ChatGPT 用户开放。该模型采用全双工架构，可同时处理输入与输出，实现每秒多次判断是否说话、倾听或打断，使 AI 对话体验更接近真人交互。

在复杂任务处理上，GPT-Live 系列模型将语音对话与后台推理分离，前台维持流畅对话流，后台则委托 GPT-5.5 系列模型执行网页搜索、复杂推理等任务。OpenAI 建立了新的人工评测体系，重点考察语音交流的舒适度和流畅性，结果显示 GPT-Live-1 系列在偏好得分上优于此前 Advanced Voice Mode。

目前，每周有超过 1.5 亿人通过语音功能与 ChatGPT 交互，应用场景涵盖免手持协助、语言练习、睡前故事等。新版本还支持在语音对话中展示天气、股票等可视化卡片，并保留搜索、记忆、图片上传等功能。在安全方面，GPT-Live 模型在自伤、情感依赖、暴力等敏感领域通过了音频原生评测与红队测试，表现与 Advanced Voice Mode 相当或更优。