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 - 乐鱼
OpenAI 于 7 月 9 日公布了其最新的 GPT-Live 系列模型，该系列被定义为新一代全双工语音模型，能够同时进行听与说，从而显著提升 AI 对话的真实感。
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 用户推出。GPT-Live-1 模型将面向 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。
在技术架构上，GPT-Live 系列采用了全双工设计，不再局限于单轮对话后再进行响应。它能够实时处理输入和输出信息，并能“每秒多次”地自主判断何时说话、继续倾听、暂停、打断或调用工具，使得对话过程更加流畅自然，无限接近人类的交流方式。
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、深度推理或其他更复杂的任务委托给 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 使用 GPT-5.5 Instant。
- GPT-Live-1 Medium 采用 GPT-5.5 Thinking Medium 的推理能力。
- GPT-Live-1 High 则运用 GPT-5.5 Thinking High 的推理强度。
OpenAI 在性能评估方面，建立了一套新的评测体系，重点关注语音交流中的舒适度和整体流畅度。与此前的 Advanced Voice Mode 相比，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、对话流畅度及自然度等多个维度上均获得了更高的评分。
用户使用方面，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日常协助、语言学习、睡前故事和通勤闲聊等。新版本还增加了在语音对话中展示天气、股票、体育等可视化信息卡片的功能，并继续支持搜索、记忆、图片和文件上传等功能。
在安全方面，OpenAI 对 GPT-Live 模型进行了多维度的安全评估，包括音频原生评测、合成音频评测以及内部红队测试，重点关注自伤、精神病性症状与躁狂、对 AI 的情感依赖、暴力及性内容等领域。官方表示，该模型在几乎所有评估维度上的表现均与 Advanced Voice Mode 相当或有所超越。
乐鱼下载专注乐鱼体育，为用户提供专业可靠的体验。
深入分析最新体育赛事动态，解读电竞场上风云变幻，助您掌握一手娱乐资讯。
