开云·体育 - KAIYUN SPORTS 官方登录入口 - 开云体育

OpenAI 于 7 月 9 日推出了 GPT-Live 系列模型，该系列被定位为新一代全双工语音模型，能够同时进行倾听与说话，从而使 AI 对话体验更接近于真人交流。

目前，GPT-Live 系列提供了 GPT-Live-1 和 GPT-Live-1 mini 两个版本，并已向全球 ChatGPT 用户开放。其中，GPT-Live-1 模型面向 Go、Plus 和 Pro 订阅用户提供，而免费用户则可以使用 GPT-Live-1 mini 模型。

在架构设计上，GPT-Live 系列采用了全双工架构，打破了传统模型在单轮对话结束后才进行响应的模式。它能够实时处理输入和输出信息，并能“每秒多次”地自主判断何时发言、继续倾听、暂停、打断或调用其他工具，以此来模拟更自然的真人聊天过程。

面对复杂任务时，GPT-Live 系列模型能够将连续交互和深度推理进行拆分处理。模型在前端维持语音对话的流畅进行，同时将网页搜索、复杂推理或其他更高级的任务交给 GPT-5.5 系列模型在后台执行。具体来说：

• GPT-Live-1（instant）和 GPT-Live-1 mini 会调用 GPT-5.5 Instant。
• GPT-Live-1 Medium 则会使用 GPT-5.5 Thinking Medium 的推理能力。
• GPT-Live-1 High 则会运用 GPT-5.5 Thinking High 的推理强度。

OpenAI 透露，公司特别建立了一套新的人工评测体系，着重评估语音交流中的舒适度以及整体对话的流畅性。通过对时长为 5-10 分钟的配对对话进行评估，并综合考虑整体偏好、轮次衔接、打断情况、对话流畅度和自然度等指标，GPT-Live-1 和 GPT-Live-1 mini 模型在用户偏好得分上表现更佳，优于之前的 Advanced Voice Mode。

在用户使用方面，OpenAI 指出，目前每周有超过 1.5 亿用户通过 Voice 和 Dictation 等功能与 ChatGPT 进行语音互动，应用场景涵盖免提式日常助手、语言学习、睡前故事以及通勤期间的闲聊等。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。

在安全层面，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严格的评估，包括原生音频评测、合成音频评测以及内部红队测试。官方声明称，该模型在几乎所有评估维度上均达到了与 Advanced Voice Mode 相当或更优的水平。