OpenAI 在 7 月 9 日公布了其 GPT-Live 系列模型，旨在成为新一代全双工语音模型，能够同时接收语音输入并进行语音输出，从而使人工智能对话体验更加贴近人类交流。

目前，GPT-Live 系列提供了 GPT-Live-1 和 GPT-Live-1 mini 两个版本。自即日起，所有 ChatGPT 用户均可使用。其中，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。

从技术架构上看，GPT-Live 系列采用了全双工设计，摆脱了以往单次对话结束后再进行响应的模式。它能够实时处理语音输入和输出，并以“每秒多次”的频率自主判断何时说话、继续倾听、暂停、打断或调用外部工具。这一特性大大提升了对话的即时性和自然度，使其更像真人之间的交流。

在处理复杂任务时，GPT-Live 系列模型能够分解并处理连续的交互和深度推理。它在前台维持语音对话的流畅进行，同时将网页搜索、复杂的逻辑推导或其他高级任务委托给 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 会调用 GPT-5.5 Instant。
• GPT-Live-1 Medium 将使用 GPT-5.5 Thinking Medium 的推理能力。
• GPT-Live-1 High 则会利用 GPT-5.5 Thinking High 的推理强度。

在性能评估方面，OpenAI 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和整体流畅性。通过在 5-10 分钟的配对对话测试中，围绕整体偏好、轮次衔接、打断情况、对话流畅度与自然度等指标进行衡量，GPT-Live-1 和 GPT-Live-1 mini 在用户偏好得分上均优于之前的 Advanced Voice Mode。

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持日常助手、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、图片和文件上传等功能。

在安全方面，OpenAI 表示，GPT-Live 模型在自残、精神病症状与躁狂、对 AI 的情感依赖、暴力及性内容等敏感领域，经过了原生音频评测、合成音频评测以及内部红队测试。官方声明称，该模型在几乎所有评估维度上的表现都与 Advanced Voice Mode 相当，甚至有所超越。