日本OpenAI公司近日发布了全新语音模型“GPT-Live”，旨在让与AI的对话更加自然和真实。该模型包含“GPT-Live-1”和“GPT-Live-1 mini”两个版本，已开始向全球ChatGPT用户逐步推送，API接口也将在近期开放。
GPT-Live基于全双工通信架构，能够同时进行“听”和“说”，这使得AI在对话中可以实时做出反馈，比如适时点头示意、快速回应，或者在需要思考时保持沉默，极大提升了交互的自然度。
此外，GPT-Live在与用户持续对话的同时，能够在后台执行网页搜索、高级推理及复杂问题处理，并在准备好答案后即时反馈到对话中。发布初期，后台处理采用的是GPT-5.5模型，未来将持续升级至更先进的模型。
此前的语音系统多采用“级联式语音系统”，即模型依次处理每轮对话，或“轮次制语音模型”，在单一模型内按轮次生成语音。而GPT-Live则采用了全双工架构，能够持续处理输入并同步生成输出，实现更自然的交流节奏和更精准的时间感知，同时支持实时翻译功能。
在安全性方面，GPT-Live基于最新模型的安全改进，专门设计了针对语音的安全措施，确保用户交互的安全可靠。
