OpenAI 于 7 月 9 日公布了其最新的 GPT-Live 系列模型，该系列模型被定义为新一代全双工语音模型，能够同时进行倾听与回应，从而显著提升 AI 对话的真实感。
目前，GPT-Live 系列提供了 GPT-Live-1 和 GPT-Live-1 mini 两个版本，并即日起向全球 ChatGPT 用户推出。GPT-Live-1 模型将提供给 Go、Plus 和 Pro 订阅用户，而 GPT-Live-1 mini 模型则面向免费用户开放。
GPT-Live 系列模型采用了全双工架构，摆脱了传统单轮对话结束后才响应的模式。它能够实时处理输入和输出，并能“每秒多次”地判断何时说话、继续倾听、暂停、打断或调用工具，以此模拟更接近真人之间的对话体验。
在处理复杂任务时，GPT-Live 系列模型能够将连续交互与深度推理分离开来。模型一方面在前台维持语音对话的流畅进行，另一方面则将网页搜索、复杂推理或更高级的任务委托给 GPT-5.5 系列模型在后台执行。具体而言：
OpenAI 表示，为了评估新模型的性能，公司专门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指标上均获得了更高的评分。
在用户规模方面，OpenAI 透露，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日常协助、语言学习、睡前故事以及通勤过程中的闲聊。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、图片和文件上传功能。
关于安全性，OpenAI 声明 GPT-Live 模型在自伤、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领域，都经过了音频原生评测、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，新模型的表现均能达到或优于 Advanced Voice Mode。
