OpenAI 最智能语音模型：GPT-Live-1/mini 登场，边听边说让 AI 对话更接近真人聊天 - 爱游戏下载

OpenAI 在 7 月 9 日推出了 GPT-Live 系列模型，旨在成为新一代全双工语音模型。该系列模型能够同时进行听与说的操作，从而使 AI 对话体验更加贴近真人交流。

目前，GPT-Live 系列提供了 GPT-Live-1 和 GPT-Live-1 mini 两个版本。即日起，全球 ChatGPT 用户均可使用。其中，GPT-Live-1 模型将提供给 Go、Plus 和 Pro 订阅用户，而免费用户则可以使用 GPT-Live-1 mini 模型。

在技术架构上，GPT-Live 系列模型采用了全双工设计，不再需要等待一个回合的响应后再进行下一步。它能够在同一时间持续处理接收到的信息和输出的回应。该模型能够“每秒多次”地判断何时说话、继续倾听、暂停、打断或调用工具，以此来模拟更真实的真人对话。

面对复杂的任务时，GPT-Live 系列模型能够分解并处理连续的交互和深度推理。模型一方面保持语音对话的流畅进行，另一方面则将网页搜索、复杂推理或其他更高级的任务委托给 GPT-5.5 系列模型在后台执行。具体而言：

• GPT-Live-1（instant）和 GPT-Live-1 mini 会调用 GPT-5.5 Instant。
• GPT-Live-1 Medium 会采用 GPT-5.5 Thinking Medium 的推理强度。
• GPT-Live-1 High 会使用 GPT-5.5 Thinking High 的推理强度。

OpenAI 表示，公司为此特别建立了一套新的人工评估体系，重点关注语音交流中的舒适度和整体对话的流畅性。在为期 5-10 分钟的配对对话测试中，通过整体偏好、轮次衔接、打断情况、对话流畅度和自然度等指标进行衡量，GPT-Live-1 与 GPT-Live-1 mini 模型获得了更高的偏好得分，表现优于之前的 Advanced Voice Mode。

在用户规模方面，OpenAI 透露，每周有超过 1.5 亿用户通过 Voice 和 Dictation 等功能与 ChatGPT 进行语音互动，这些应用场景涵盖了免提的日常协助、语言学习、睡前故事以及通勤途中的闲聊。新版本还支持在语音对话中呈现天气、股票、体育等可视化信息卡片，并继续支持搜索、记忆、图片和文件上传功能。

关于安全性，OpenAI 表示，GPT-Live 模型在自残、精神病性症状与躁狂、对 AI 的情感依赖、暴力及性内容等多个领域接受了原生音频评测、合成音频评测以及内部红队测试。官方指出，在几乎所有评估维度上，新模型的表现都与 Advanced Voice Mode 相当或更佳。