OpenAI 于周三开始向 ChatGPT 消费级用户推出全新语音模式，以 GPT-Live-1 和 GPT-Live-1 mini 两个模型取代原有的高级语音模式。新模型支持全双工架构，即能够同时处理输入和生成输出语音，从而实现更自然的对话体验。
该更新面向免费和付费账户，紧随其后的是 OpenAI 计划于周四发布的 GPT-5.6 模型家族。
GPT-Live 的核心变化在于架构。此前语音模型会等待用户说完再回应，而 GPT-Live 基于全双工架构，每秒多次判断是说话、继续听、暂停、打断还是调用工具。实际体验中，用户可以打断 AI、停顿思考而不被抢话，或听到 AI 发出“嗯哼”表示正在跟随。
免费 ChatGPT 账户默认使用 GPT-Live-1 mini，而 Go、Plus 和 Pro 订阅用户可获得更大的 GPT-Live-1 模型。该更新覆盖 iOS、Android 和网页端，由于 ChatGPT 已支持 CarPlay，因此车内同样可用。OpenAI 表示 ChatGPT 中的九种语音已针对新模型重新优化。
OpenAI 表示，GPT-Live 被设计为对话者而非推理引擎。对于复杂请求，它会将网页搜索、推理甚至多步回答等任务委托给 GPT-5.5，而无需暂停语音对话。这解决了此前语音模式有时不如打字强大的短板。用户还可选择快速响应模式或高投入模式。
此外，OpenAI 还增加了接近实时的语音翻译以及天气、股价、体育比分等视觉卡片，部分答案以屏幕显示而非全语音朗读。据称每周已有超过 1.5 亿人使用 ChatGPT 的语音和听写功能。
不过，TechCrunch 在报道 OpenAI 新闻发布会时指出，印地语翻译带有浓重美式口音且语言生硬。OpenAI 承认模型在最常用语言上表现最佳，但某些语言的发音或流利度可能存在问题，且目前不支持语音与视频、屏幕共享的组合。OpenAI 强调 GPT-Live 并非 AI 伴侣，并已引入保障措施确保对青少年的回答适当，以及针对自伤对话的危机资源。Live 和高级语音的音频片段保留 30 天，除非用户主动分享，否则不用于训练模型。
ChatGPT 语音产品负责人 Atty Eleti 表示，他曾在散步时与该功能对话 30-40 分钟，认为语音可能成为人们完成更长、更复杂任务的主要方式。他指出，语音有望成为未来各种工作的界面。
此次语音更新与周四的模型发布无关。据 Cryptopolitan 报道，GPT-5.6 已在美国商务部解除国家安全审查后获批公开发布，提供 Sol、Terra 和 Luna 三个版本。GPT-Live 将在消费版上线后登陆 OpenAI API，开发者可注册访问。
免责声明：本文提供的信息不是交易建议。BlockWeeks.com不对根据本文提供的信息所做的任何投资承担责任。我们强烈建议在做出任何投资决策之前进行独立研究或咨询合格的专业人士。
