OpenAI 于 7 月 9 日推出了全新的 GPT-Live 系列模型，旨在成为新一代全双工语音模型，实现同步聆听和说话，使 AI 的对话体验更加贴近真人。
目前，GPT-Live 系列提供了 GPT-Live-1 和 GPT-Live-1 mini 两个版本。面向全球 ChatGPT 用户，Go、Plus 和 Pro 订阅者可以体验 GPT-Live-1，而免费用户则可使用 GPT-Live-1 mini。
GPT-Live 系列模型采用了全双工架构，摆脱了传统的单轮对话模式，能够同时处理输入和输出信息。这使得模型能够“每秒多次”地判断何时说话、继续倾听、暂停或调用工具，从而大幅提升了对话的自然度和流畅度。
在处理复杂任务时，GPT-Live 系列模型能够将连续交互和深度推理进行拆分。模型在前台维持语音对话，同时将网页搜索、复杂推理或其他更具挑战性的任务委托给后台的 GPT-5.5 系列模型执行，具体配置包括 GPT-Live-1（instant）与 GPT-Live-1 mini 调用 GPT-5.5 Instant，GPT-Live-1 Medium 调用 GPT-5.5 Thinking Medium，以及 GPT-Live-1 High 使用 GPT-5.5 Thinking High。
OpenAI 专门构建了一套新的人工评测体系来评估模型性能，重点关注语音交流的舒适度和整体流畅性。在 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、对话流畅度与自然度等指标上均优于之前的 Advanced Voice Mode。
OpenAI 透露，每周有超过 1.5 亿用户通过 Voice 和 Dictation 等功能与 ChatGPT 进行语音交互，应用场景涵盖免手持日常协助、语言学习、睡前故事以及通勤闲聊等。新版本还支持在语音对话中展示天气、股票、体育等可视化信息卡片，并继续支持搜索、记忆、图片和文件上传等功能，为用户提供了类似 pg模拟器APP 带来的丰富交互体验。
在安全方面，GPT-Live 模型在自伤、精神病性症状、情感依赖、暴力及性内容等多个领域接受了严格的音频原生评测、合成音频评测以及内部红队测试。OpenAI 表示，在几乎所有评估维度上，GPT-Live 的表现均与 Advanced Voice Mode 相当或更佳。
