OpenAI今日推出了全新的对话语音模型，名为GPT-Live-1和GPT-Live-1 mini，声称这些模型的语音更加自然，且在对话轮换上表现更佳。这些模型支持全双工功能，意味着它们可以同时说话和聆听，允许用户自然打断对话，并支持实时翻译等功能。
公司还宣布将默认用GPT-Live-1 mini替代ChatGPT中现有的高级语音模式。付费用户则可以使用更强大的GPT-Live-1模型。此前的语音模式是通过语音转文本模型转录语音，再由大型语言模型生成回复，最后通过文本转语音模型输出答案。
OpenAI在新闻发布会上表示，新模型解决了用户讲话时被打断的问题，以及模型智能不足无法回答复杂问题的难题。新模型会将查询发送至最新的文本模型（如GPT-5.5）进行搜索、推理或代理任务，同时保持对话的连贯性。
OpenAI还展示了模型能够长时间保持沉默，吸收对话上下文，直到被唤醒。此外，新的语音模式由于接入了更新的GPT模型，还能以视觉形式呈现部分信息。类似的创业公司如Monogram也在利用视觉反馈提升助手的互动性。
公司表示，ChatGPT的新语音模式设计用于支持更长时间的对话。产品负责人Atty Eleti透露，他曾在散步时与语音功能进行过30至40分钟的对话。
OpenAI认为，语音有望成为处理复杂工作的主要计算接口。有报道指出，OpenAI可能会在今年推出具备AI功能的耳机，但公司尚未透露任何硬件产品的具体信息。
“随着时间推移，我们认为语音将成为计算的主要接口，帮助管理越来越复杂的长期代理任务。我们看到用户利用Codex和ChatGPT完成了许多令人惊叹的应用，语音有望成为未来各种工作的主要交互方式。”Eleti说道。
近年来，OpenAI不断增强基于语音的功能，使ChatGPT的语音模式听起来更自然。公司表示，已有超过1.5亿用户通过语音和语音输入等功能与ChatGPT交流。
竞争对手也在努力让助手更具表现力。苹果和亚马逊均更新了各自的语音助手，使其更具对话性和上下文理解能力。由Oculus联合创始人Brendan Iribe和Ankit Kumar创办的Sesame等创业公司，也推出了能够自然对话并在后台完成任务的AI助手。
OpenAI正朝着同一方向发展，旨在让用户能够更长时间免提与助手对话。尽管新语音模式声称更自然，公司强调并不打算将其打造为AI伴侣。新模型内置了安全机制，能够为青少年提供适龄回答，并在涉及自残等敏感话题时提供相关资源。
不过，新语音模式仍需改进。在演示中，当展示印地语实时翻译功能时，助手带有浓重的美式口音，印地语发音不够自然且略显书面化。公司表示新模式针对“多数常用语言”进行了优化，但未具体说明支持哪些语言。
