OpenAI最强语音模型：GPT-Live登场，让AI对话更接近真人聊天-安智兰德资讯网

OpenAI最强语音模型：GPT-Live登场，让AI对话更接近真人聊天

发布时间：2026-07-17 09:11:41 来源：安智兰德资讯网作者：热点

IT之家 7 月 9 日消息，最强OpenAI 正式推出 GPT-Live 系列模型。语音作为新一代全双工语音模型，模型GPT-Live 突破了传统交互限制，登对话支持同时聆听与发言，场让旨在消除 AI 对话中的更接机械感，带来更接近真人的人聊自然交流体验。

目前，最强GPT-Live 系列首发 GPT-Live-1与 GPT-Live-1 mini两个版本，语音即日起面向全球 ChatGPT 用户开放。模型

GPT-Live 系列采用全新的全双工架构，彻底摒弃了“单轮结束再响应”的最强传统模式。模型具备在同一时间持续处理输入与输出的能力，能够以“每秒多次”的频率动态判断当前状态：

这种毫秒级的响应机制，使得 AI 能够像真人一样在对话中自然插话、倾听或回应，极大提升了交互的真实感。

面对复杂任务，GPT-Live 系列采用了“前台维持流，后台深推理”的协同策略：

具体调用策略如下：

OpenAI 建立了一套全新的人工评测体系，重点考察语音交互中的舒适度（Pleasantness）和整体交流流畅性（Flow of Conversation）。

在与此前 Advanced Voice Mode 的对比测试中（基于 5-10 分钟配对对话），GPT-Live-1 与 GPT-Live-1 mini 在以下维度表现更优：

OpenAI 披露，目前每周有超过 1.5 亿用户通过 Voice 和 Dictation 等功能与 ChatGPT 进行语音交互。应用场景涵盖：

此外，新版本在语音对话中新增了对可视化卡片的支持，可实时展示天气、股票、体育赛事等信息。同时，继续保留搜索、记忆、图片及文件上传等核心功能。

在安全性方面，OpenAI 对 GPT-Live 进行了严格的音频原生评测、合成音频检测及内部红队测试，重点覆盖以下领域：

官方表示，GPT-Live 在几乎所有安全评估维度上均达到或超越了 Advanced Voice Mode 的水平。

随便看看