OpenAI 于 7 月 9 日推出了全新的 GPT-Live 系列模型，旨在成为新一代全双工语音模型，能够同步进行聆听与回应，从而显著提升 AI 对话的真实感。

GPT-Live 系列现已发布 GPT-Live-1 和 GPT-Live-1 mini 两个版本，并即日起向全球 ChatGPT 用户提供。其中，GPT-Live-1 模型将面向 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。

该系列模型采用了全双工架构，打破了传统单轮对话模式的限制，允许模型在同一时间段内持续处理输入的语音和输出的语音。这使得模型能够“每秒多次”地自主判断何时说话、继续倾听、暂停、进行打断或调用外部工具，极大地增强了对话的流畅性和类人体验。

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分离处理。模型一方面在前端维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 系列模型在后台完成。具体而言：

• GPT-Live-1（instant）和 GPT-Live-1 mini 将调用 GPT-5.5 Instant。
• GPT-Live-1 Medium 将采用 GPT-5.5 Thinking Medium 的推理强度。
• GPT-Live-1 High 将运用 GPT-5.5 Thinking High 的推理强度。

OpenAI 表示，为评估新模型，公司特别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以及整体对话的流畅性。与之前的 Advanced Voice Mode 相比，在时长为 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关键指标上均获得了更高的评分。

OpenAI 透露，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，这些应用场景涵盖了免提的日常助手、语言学习、睡前故事以及通勤时的闲聊。新版本还支持在语音对话中展示天气、股票、体育赛事等可视化信息卡片，并继续支持搜索、记忆、图片和文件上传等功能。

在安全性方面，OpenAI 称 GPT-Live 模型在自残、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敏感领域，均接受了原生音频评测、合成音频评测以及内部红队测试。官方表示，在几乎所有评估维度上，新模型的表现均与 Advanced Voice Mode 相当或更胜一筹。