当前位置: 首页 » 资讯 » 科技头条 » 正文

GPT-Live-1/mini登场:边听边说让AI对话更接近真人聊天

IP属地 中国·北京 编辑:王婷 IT之家 时间:2026-07-09 08:06:00

IT之家 7 月 9 日消息,OpenAI 今天(7 月 9 日)发布 GPT-Live 系列模型,定位新一代全双工语音模型,可同时聆听与说话,让 AI 对话感觉更接近真人。

自动播放

GPT-Live 系列模型目前开放 GPT-Live-1 与 GPT-Live-1 mini 两个版本,即日起向全球 ChatGPT 用户开放,其中官方面向 Go、Plus 和 Pro 订阅用户开放 GPT-Live-1 模型,免费用户可以调用 GPT-Live-1 mini 模型。IT之家附上相关视频如下:

自动播放

架构方面,GPT-Live 系列模型采用全双工架构,不再依赖单轮结束后再响应,可在同一时间持续处理输入和输出,模型可“每秒多次”判断是否说话、继续倾听、暂停、打断或调用工具,从而让对话更接近真人聊天体验。

在面对复杂任务时,GPT-Live 系列模型拆分处理连续交互和深度推理。模型在前台维持语音对话流,同时把网页搜索、复杂推理或更复杂任务委托给 GPT-5.5 系列模型后台执行:

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 推理强度

GPT-Live-1 High 用 GPT-5.5 Thinking High 推理强度

性能方面,OpenAI 介绍,公司专门建立了一套新的人工评测体系,重点考察语音交流中的舒适度(pleasantness)和整体交流流畅性(flow of conversation)。

自动播放

相比较此前 Advanced Voice Mode,在时长 5-10 分钟的配对对话中,基于整体偏好、轮次衔接、打断情况、对话流畅度与自然度等衡量指标,GPT-Live-1 与 GPT-Live-1 mini 模型的偏好得分更高。

用户规模方面,OpenAI 披露,每周有超过 1.5 亿人通过 Voice 和 Dictation 等功能与 ChatGPT 语音交互,应用场景包括免手持日常协助、语言练习、睡前故事与通勤闲聊。新版本还支持在语音对话中展示天气、股票、体育等可视化卡片,并继续支持搜索、记忆、图片和文件上传。

安全方面,OpenAI 表示,GPT-Live 在自伤、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接受了音频原生评测、合成音频评测与内部红队测试。官方称,该模型在几乎所有评估维度上与 Advanced Voice Mode 相当或更优。

标签: 对话 语音 模型 方面 真人 聊天 用户 架构 全双工 音频 官方 领域 文件 重点 暴力 原生 交流 委托 公司 精神病 任务 专门 症状 可视化 定位 内容 天气 体系 股票 记忆 图片 前台

免责声明:本网信息来自于互联网,目的在于传递更多信息,并不代表本网赞同其观点。其内容真实性、完整性不作任何保证或承诺。如若本网有任何内容侵犯您的权益,请及时联系我们,本站将会在24小时内处理完毕。