OpenAI正在升级其语音人工智能技术，以匹配其文本AI的先进水平。两款新模型——GPT-Live-1及其迷你版本，现已向所有ChatGPT用户开放。

这对新模型基于OpenAI最新的前沿技术，用户可根据需求选择三种不同的智能响应深度。产品负责人Atty Eleti表示，最大的改进是语音更加自然，更具对话感。

核心创新在于“连续交互”机制，使AI能够同时接收信息和输出内容。换言之，语音模式可以实现“边听边说”，不同于以往只能在用户说完后才回应的模式。

这一功能特别适合实时同步翻译，比如你用英语讲话，ChatGPT能迅速将内容翻译成西班牙语、印地语等多种语言，延迟极短。

此外，新架构支持将复杂任务委托给OpenAI的更高级模型。例如，GPT-Live在回答一个问题时，可以同时让GPT-5.5处理另一个问题，保持对话流畅。

研究负责人Kundan Kumar解释：“当GPT-Live遇到难题时，它会将推理任务交给GPT-5.5并行处理，同时继续与用户对话，最终无缝整合答案。”

Eleti补充道：“这正是人类交流的方式——一边思考一边保持对话。”

新模型还结合了OpenAI最新的AI设计技术，适时生成视觉内容，如天气预报、体育比分等图形信息，因为有时图像比语音更直观。

这些语音模型现已在移动端和网页版对所有ChatGPT用户开放，包括免费和付费用户。若暂未看到更新，OpenAI表示可能需要一两天时间逐步推送。这次更新与即将发布的GPT-5.6系列无关。

为了模仿人类说话习惯，AI语音中加入了“嗯”、“啊”等填充词，提升自然感。用户也能更自由地打断AI，减少响应延迟。AI可静默监听，仅在被唤醒词激活时回应。与Siri和Alexa不同，ChatGPT会持续监听，除非手动关闭。

OpenAI默认用户不参与语音模式的AI训练，音频数据保存30天以保留上下文，并支持删除。

虽然更人性化的AI带来便利，但也存在风险。已有多起因将AI拟人化而引发的伤害案例和诉讼，尤其对心理健康者影响较大。OpenAI表示，新模型在自残、精神病、暴力和性内容等关键安全领域表现优于以往，增加了保护措施。