OpenAI 发布 GPT-Live 语音模型：AI 实现”边听边说”，对话体验逼近真人

OpenAI 于当地时间 8 月 20 日（北京时间 8 月 21 日）正式发布新一代语音模型 GPT-Live，标志着 AI 语音交互从”回合制”迈入”同步流”时代。据官方披露，该模型基于最新的 GPT-5.5 前沿基础模型，专为持续交互设计，每秒可多次判断是继续聆听、开始说话、暂停、打断还是调用工具，并支持实时翻译、网络搜索、深度推理与复杂任务处理。与前代语音功能相比，GPT-Live 最大的突破在于实现了”边听边说”——AI 能够通过”嗯哼”等简短回应传递倾听信号，增强对话真实感；当用户稍作停顿思考时，模型会耐心等待而非贸然插话，且抗背景噪音能力显著增强。OpenAI 介绍，目前每周已有超过 1.5 亿人使用 ChatGPT 的语音和听写功能，此次发布的 GPT-Live 分为两个版本：GPT-Live-1 面向 Plus 和 Pro 用户，GPT-Live-1 mini 面向 Free 用户，即日起向全球 ChatGPT 用户推送。该版本暂不支持语音通话与屏幕共享，OpenAI 表示正积极推动相关功能尽快上线。业内人士认为，GPT-Live 的推出将极大推动语音交互在免提助手、语言学习、实时翻译等场景的规模化落地。