OpenAI发布全双工语音模型GPT-Live-1系列，打造更自然的对话体验
OpenAI今日正式发布新一代对话模型GPT-Live-1及GPT-Live-1 mini。作为全双工模型，新模型支持同时说话与倾听，允许用户自然打断，并具备实时翻译等功能，在语音交互的自然度与轮流发言处理上实现显著提升。
ChatGPT的“高级语音模式”现已默认升级为GPT-Live-1 mini，付费用户则可调用性能更强的GPT-Live-1大模型。相较于以往“语音转文本+LLM生成+文本转语音”的分段式架构，新模型解决了打断响应迟钝、智能不足等痛点。它能在保持对话的同时，将查询实时发送至GPT-5.5等最新文本模型进行搜索、推理或代理操作。
长上下文记忆与视觉化呈现能力升级
新模型可长时间静默吸收对话上下文，仅在需要时精准回应。得益于接入更新的GPT基座，语音模式还能以视觉格式辅助呈现信息。这一趋势正被行业跟进，例如获DST和Lux Capital 4000万美元种子轮融资的初创公司Monogram，也在探索视觉响应以提升助手互动性。
新版语音模式专为长对话设计。ChatGPT Voice产品负责人Atty Eleti透露，实测中已支持长达30至40分钟的连续免提交谈。OpenAI认为，语音有望成为复杂任务的主要计算接口，并计划在今年推出集成AI功能的耳机硬件（具体参数尚未披露）。
Eleti表示：“随着技术发展，语音将成为管理日益复杂的长期代理任务的核心接口。从Codex到ChatGPT的成功用例来看，语音交互将是未来各类工作的关键入口。”目前，已有超1.5亿用户使用过ChatGPT的语音及听写功能。
竞品加速布局，安全与自然度仍需打磨
苹果、亚马逊已更新语音助手以增强对话与上下文理解能力；Oculus联合创始人Brendan Iribe创立的Sesame也推出了支持后台任务处理的自然对话AI助手。OpenAI虽致力于提升免提交互体验，但明确强调新模型并非AI伴侣，内置了青少年适龄保护及自残话题干预等安全机制。
值得注意的是，新模型仍有优化空间。演示中印地语实时翻译存在明显美式口音且表达偏书面化。官方回应称，当前版本主要针对“大多数口语”场景优化，但未公布具体支持的语言列表。