OpenAI 于 7 月 9 日推出了其最新的全双工语音模型系列——GPT-Live。该系列模型旨在实现 AI 对话的实时倾听与回应，从而显著提升用户与人工智能互动时的自然度，使其体验更接近于真人之间的交流。

新推出的 GPT-Live 系列包含 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 模型面向 Go、Plus 和 Pro 订阅用户开放，而免费用户则可以使用 GPT-Live-1 mini 模型。

GPT-Live 系列采用了全双工架构，摆脱了传统模型需要等待单轮对话结束后才能响应的模式。它能够持续处理输入的语音信息和输出的回应，并且可以“每秒多次”地判断何时进行回应、继续倾听、暂停、打断对方，或是调用外部工具。这种设计使得 AI 的对话流程更加连贯流畅，大大增强了真人聊天的感觉。

在处理复杂任务时，GPT-Live 系列模型能够将连续交互和深度推理进行拆分处理。它在前台维持语音对话的流畅进行，同时将网页搜索、复杂的计算或更高级的任务委托给后端的 GPT-5.5 系列模型执行。具体来说：

• GPT-Live-1（instant）和 GPT-Live-1 mini 调用的是 GPT-5.5 Instant。
• GPT-Live-1 Medium 使用 GPT-5.5 Thinking Medium 进行推理。
• GPT-Live-1 High 则采用 GPT-5.5 Thinking High 进行推理。

OpenAI 表示，公司为此专门建立了一套新的人工评测体系，重点关注语音交流中的“舒适度”和“整体交流流畅性”。通过对比先前版本的 Advanced Voice Mode，在 5-10 分钟的配对对话测试中，GPT-Live-1 和 GPT-Live-1 mini 在整体偏好、轮次衔接、打断情况、对话流畅度和自然度等指标上均获得了更高的评分。

目前，每周有超过 1.5 亿用户通过 ChatGPT 的 Voice 和 Dictation 等功能进行语音交互，应用场景广泛，包括免提操作、语言学习、睡前故事以及日常闲聊等。新版本还增加了在语音对话中展示天气、股票、体育等可视化卡片的功能，并继续支持搜索、记忆、图片和文件上传等能力，用户可以通过米兰体育APP了解更多相关动态。

在安全方面，OpenAI 对 GPT-Live 模型进行了多方面的严格评估，包括自伤、精神病性症状与躁狂、对 AI 的情感依赖、以及暴力和性内容等领域。评估涵盖了音频原生评测、合成音频评测以及内部红队测试。OpenAI 方面表示，在几乎所有评估维度上，GPT-Live 系列模型的表现均与 Advanced Voice Mode 相当或更优。