OpenAI升级ChatGPT语音模式为更自然的全双工对话
The Verge AI··作者 Emma Roth
关键信息
OpenAI表示，GPT-Live-1是其迄今“最聪明”的语音模型，它可以在持续处理输入的同时生成输出，从而支持实时翻译和更流畅的来回交流。公司还表示加入了安全防护机制，用于处理高风险场景、自伤相关对话，以及面向青少年的适龄回应。
资讯摘要
OpenAI正在大幅改造ChatGPT的语音模式，推出名为GPT-Live-1的新模型，并称其体验更接近“和另一个人交谈”。公司表示，这个模型会更少打断用户，如果用户在一句话中途停顿，也会耐心等待，而不是立刻把停顿当作结束。OpenAI研究负责人Kundan Kumar在发布会上称，这是公司迄今最聪明的语音模型。OpenAI产品负责人Atty Eleti表示，这是一个全双工模型，意味着它可以在说话的同时倾听，而不是严格依赖轮流发言。按照OpenAI的说法，这让模型能够持续处理输入流，并同时生成输出流，从而让对话更自然。该语音模式还会在需要推理或联网搜索时，把问题自动转交给更强的文本模型，比如GPT-5.5，以便更快从“查资料”切换到“讲结果”。
对于天气、股票和体育等主题，升级后的语音体验还会配合AI生成的视觉内容，例如比分或本周预报。OpenAI还表示，这一变化带来了实时翻译等新能力，ChatGPT可以一边听用户说话，一边同步翻译。用户现在也可以要求ChatGPT Voice先别说话，等被叫到时再回应，而模型会用“mhmm”“yeah”或“got it”之类的话确认自己正在倾听。OpenAI强调，它还加入了安全防护机制，以减少高风险场景中的有害回应，必要时甚至会结束对话；同时，该模型也会在自伤相关对话中提供经过专家审核的危机求助热线支持，并为青少年提供适龄回应。GPT-Live-1正在向iOS、Android和网页端推送，Go、Plus和Pro订阅用户将使用ChatGPT Voice的完整版本，而免费用户则默认使用更小、更高效的GPT-Live-1 mini。
资讯正文
OpenAI 正在对 ChatGPT 的语音模式进行全面改造，推出了一款新模型，并表示它更像是在“和另一个人交谈”。新的 GPT-Live-1 旨在减少打断你，并且在你在对话中途停顿时，也会等待你继续说下去。
在一次新闻简报会上，OpenAI 研究负责人 Kundan Kumar 称 GPT-Live-1 是公司迄今为止“最聪明的语音模型”。当它需要进行推理或搜索网络时，它会自动将你的查询交给其最强的文本模型，例如 GPT-5.5，从而让它能更快地从研究你提出的话题切换到讲述研究结果。升级后的模型还会为关于天气、股票和体育的对话补充 AI 生成的可视化信息，展示相关内容，例如体育比分或本周的天气预报。
此前，ChatGPT 依赖的是一款较早的、基于轮次的语音模型，它并不总能给出准确答案，而且有时难以保持自然的对话流畅度。“这是一个全双工模型，”OpenAI 产品负责人 Atty Eleti 在简报会上说，“它真正的意思是，它可以同时说和听。……从模型侧来看，它可以持续、同步地处理输入流并生成输出流。”
这种架构为 ChatGPT 的语音模式开启了新功能，例如实时翻译。现在，ChatGPT 不再需要等你停止说话后才翻译你的语音，而是可以在你说话时就进行翻译。你现在也可以让 ChatGPT Voice 在被叫到之前先不要说话，OpenAI 表示这在以前是不可能的。它还会用“嗯嗯”“对”“明白了”之类的短语来表示自己正在倾听。
OpenAI 指出，它加入了内置安全防护机制，在“更高风险”的情境下，会引导模型远离有害回应，或直接结束聊天。（OpenAI 目前正面临一连串诉讼，指控 ChatGPT 诱发妄想，并损害了用户的心理健康。）该模型还经过训练，会在涉及自残的对话中提供“经专家审核的危机热线支持”，并且被设计为向青少年提供“适龄”的回应。
GPT-Live-1 正在 iOS、Android 以及网页端陆续上线。它将为 Go、Plus 和 Pro 订阅用户提供 ChatGPT Voice 功能，而更小、更高效的 GPT-Live-1 mini 模型将作为免费用户的默认版本。
来源与参考
收录于 2026-07-09