OpenAI 于 7 月 9 日推出了其最新的语音模型系列 GPT-Live，旨在提供新一代全双工语音功能，使人工智能对话能够实时进行听与说，从而更贴近人类的交流方式。
该 GPT-Live 系列目前包含 GPT-Live-1 和 GPT-Live-1 mini 两个版本，已在全球范围内的 ChatGPT 用户中推广。GPT-Live-1 模型面向 Go、Plus 和 Pro 订阅用户开放，而免费用户则可以使用 GPT-Live-1 mini 模型。
在技术架构上，GPT-Live 系列采用了全双工设计，摆脱了传统单轮对话结束后再响应的模式。它能够同时处理输入的语音和输出的语音，并且可以“每秒多次”地判断何时进行回应、何时继续倾听、何时暂停、何时打断或调用外部工具。这种能力显著提升了对话的流畅度和自然度，使其更像真人之间的交流。
对于复杂的任务，GPT-Live 系列模型能够将连续的交互和深度推理进行拆分处理。它在前端维持语音对话的流畅进行，同时将网页搜索、复杂的计算或更高级的任务指令交给后台的 GPT-5.5 系列模型来执行。具体来说：
- GPT-Live-1（instant）和 GPT-Live-1 mini 会调用 GPT-5.5 Instant。
- GPT-Live-1 Medium 会使用 GPT-5.5 Thinking Medium 来处理推理。
- GPT-Live-1 High 则会利用 GPT-5.5 Thinking High 来进行推理。
OpenAI 在性能评估方面，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 5-10 分钟的配对对话测试中，GPT-Live-1 和 GPT-Live-1 mini 在整体用户偏好、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得分。
在用户使用方面，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，这些应用场景包括免提式日常助手、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显示天气、股票、体育赛事等可视化信息卡片，并继续支持搜索、记忆、图片和文件上传功能。
在安全性方面，OpenAI 对 GPT-Live 模型进行了多方位的评估，包括在自残、精神病性症状与躁狂、对 AI 的情感依赖、暴力及性内容等领域的音频原生评测、合成音频评测以及内部红队测试。官方表示，在几乎所有的评估维度上，GPT-Live 的表现与 Advanced Voice Mode 相当或更佳。