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

咕噜早报

AI 总结
• OpenAI于7月9日发布GPT-Live系列模型，包括GPT-Live-1和GPT-Live-1 mini，支持全双工语音交互，实现边听边说的真人对话体验。
• 该系列模型即日起向全球ChatGPT用户开放，Go/Plus/Pro订阅用户可使用GPT-Live-1，免费用户可调用GPT-Live-1 mini。
• 采用全双工架构，可同时处理输入输出，复杂任务由前台语音交互与后台GPT-5.5系列模型协同完成。
• 新评测体系显示，GPT-Live-1及mini在对话流畅度、自然度等指标上优于此前的Advanced Voice Mode。
• 每周超1.5亿用户通过语音功能与ChatGPT交互，新版本支持可视化卡片及多模态输入，并通过多项

IT之家 7 月 9 日消息，OpenAI 今天（7 月 9 日）发布 GPT-Live 系列模型， 定位新一代全双工语音模型，可同时聆听与说话，让 AI 对话感觉更接近真人。





GPT-Live 系列模型目前开放 GPT-Live-1 与 GPT-Live-1 mini 两个版本，即日起向全球 ChatGPT 用户开放，其中官方面向 Go、Plus 和 Pro 订阅用户开放 GPT-Live-1 模型，免费用户可以调用 GPT-Live-1 mini  模型。

IT之家附上相关视频如下：





架构方面，GPT-Live 系列模型采用全双工架构，不再依赖单轮结束后再响应，可在同一时间持续处理输入和输出，模型可“每秒多次”判断是否说话、继续倾听、暂停、打断或调用工具，从而让对话更接近真人聊天体验。







在面对复杂任务时，GPT-Live 系列模型拆分处理连续交互和深度推理。模型在前台维持语音对话流，同时把网页搜索、复杂推理或更复杂任务委托给 GPT-5.5 系列模型后台执行：

•

GPT-Live-1（instant）与 GPT-Live-1 mini 调用 GPT-5.5 Instant

•

GPT-Live-1 Medium 调用 GPT-5.5 Thinking Medium 推理强度

•

GPT-Live-1 High 用 GPT-5.5 Thinking High 推理强度



性能方面，OpenAI 介绍，公司专门建立了一套新的人工评测体系，重点考察语音交流中的舒适度（pleasantness）和整体交流流畅性（flow of conversation）。



相比较此前 Advanced Voice Mode，在时长 5-10 分钟的配对对话中，基于整体偏好、轮次衔接、打断情况、对话流畅度与自然度等衡量指标，GPT-Live-1 与 GPT-Live-1 mini 模型的偏好得分更高。

用户规模方面，OpenAI 披露，每周有超过 1.5 亿人通过 Voice 和 Dictation 等功能与 ChatGPT 语音交互，应用场景包括免手持日常协助、语言练习、睡前故事与通勤闲聊。

新版本还支持在语音对话中展示天气、股票、体育等可视化卡片，并继续支持搜索、记忆、图片和文件上传。

                               
登录/注册后可看大图

安全方面，OpenAI 表示，GPT-Live 在自伤、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接受了音频原生评测、合成音频评测与内部红队测试。

官方称，该模型在几乎所有评估维度上与 Advanced Voice Mode 相当或更优。