OpenAI 于 7 月 9 日公布了其最新的 GPT-Live 模型系列，旨在成为新一代全双工语音模型。该系列模型能够同时进行倾听和说话，从而使 AI 的对话体验更加贴近人类的交流方式。

目前，GPT-Live 系列推出了 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。

在技术架构上，GPT-Live 系列采用了全双工设计，摆脱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，并以“每秒多次”的频率判断何时说话、继续倾听、暂停、打断或调用外部工具。这些能力共同作用，极大地提升了对话的自然度和真人感。

面对复杂的任务时，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、复杂计算或更高级的任务委托给 GPT-5.5 系列模型在后台完成。具体来说：

• GPT-Live-1（instant）和 GPT-Live-1 mini 调用的是 GPT-5.5 Instant。
• GPT-Live-1 Medium 使用 GPT-5.5 Thinking Medium 的推理能力。
• GPT-Live-1 High 则利用 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人工评测体系，重点关注语音交互的舒适度和整体交流的流畅性。与先前的 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指标上均获得了更高的评分。

在用户规模方面，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，这些互动涵盖了免提日常协助、语言学习、睡前故事以及通勤期间的闲聊等多种场景。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。

在安全性方面，OpenAI 对 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敏感领域进行了严格的评估，包括原生音频评测、合成音频评测以及内部红队测试。官方表示，在绝大多数评估维度上，GPT-Live 的表现与 Advanced Voice Mode 相当，甚至有所超越。