10月15日，OpenAI正式向ChatGPT Voice推送GPT-Live-1.1及其轻量版GPT-Live-1.1 Quip。此次更新聚焦语音交互体验优化，涵盖多语种语音选项扩展、口音自然度提升以及搜索过程中的反馈机制改进。
新版模型分别替代原有的GPT-Live-1和GPT-Live-1 mini。根据OpenAI系统卡显示，Plus及更高级别用户默认启用GPT-Live-1.1，其他用户则默认使用Quip版本。具体可用功能可能因账户类型、套餐等级及所在地区而异。
多语种语音扩容，口音表现更自然
GPT-Live-1.1新增了法语、德语、印地语、日语、韩语和墨西哥西班牙语等语音选项，并在英语语音中引入了“Bubbie”音色。用户可通过ChatGPT“设置—语音”菜单查看当前账户支持的声音列表。
除增加语音选项外，OpenAI强调新模型在多语言环境下的口音表现更为自然。尽管官方未公布具体的识别准确率或响应速度对比数据，但这一调整旨在提升跨语言交流的真实感。需注意，语音选项的丰富并不等同于模型在所有复杂语境下理解能力的全面跃升，实际体验仍受地区和账户权限影响。
优化搜索反馈，消除交互沉默
针对语音交互中模型搜索时长时间静默导致的用户体验断层问题，OpenAI优化了Live模式的提示机制。在进行搜索操作时，模型会通过简短语句告知用户当前状态，避免用户误判为响应停止。
GPT-Live-1.1延续了全双工交互特性，能够持续监听用户输入，并依据停顿、打断及语速变化智能判断回应时机。这种机制允许用户在对话过程中随时补充信息或调整提问方向，无需等待每轮问答完全结束，从而保障对话的连贯性。
前后端分工协作，兼顾实时性与深度推理
GPT-Live系列并非简单地将文本回答转化为语音，而是构建了“前端实时交流+后端深度处理”的协作模式。在语音对话中，Live模型可结合搜索、记忆、图文等多模态功能；当遇到需复杂推理或深度搜索的问题时，任务将被移交至后台模型（如GPT-5.6或GPT-6 Astra）处理，随后将结果返回至语音对话流。
此次更新并未改变这一核心架构，GPT-Live-1.1和Quip主要作为语音交互层的迭代，而非取代后台推理模型。目前，OpenAI尚未公开新旧版本在复杂任务处理上的量化性能对比。
功能边界明确，暂无视频与屏幕共享支持
当前Live模式支持在同一会话中混合使用语音、文字和图片，并可调用已连接的应用程序，但仍不支持视频通话和屏幕共享功能。有此类需求的用户需通过移动端符合条件的Advanced语音体验实现。
综上所述，GPT-Live-1.1的更新重点在于日常使用细节的打磨：通过提供更丰富的声音选择、更自然的口音以及更清晰的搜索反馈，提升语音交互的拟人化程度。虽然未在底层能力上宣布突破性进展，但这些细微优化显著改善了对话的自然流畅度。
