OpenAI发布新一代语音模型GPT-Live 山姆奥特曼称感觉神奇
OpenAI近日发布新一代语音模型GPT-Live，采用全双工实时交互架构，支持边听边实时对话，用户可打断、停顿，对话自然流畅。内置异步任务委托机制，后台处理复杂计算任务。即日起向所有ChatGPT用户推送，被业界誉为迄今最强大的语音模型系统。
北京时间今天凌晨，OpenAI 正式发布了 GPT-Live，新一代的语音模型。从今天起，它将陆续推送给所有 ChatGPT 用户。
伴随官方发布视频一同扔出的，还有一句特别提醒：这条一定要开着声音看。
视频里有大量真人实景的演示：老太太织着毛衣跟它商量针号，备课前让它后台核对史实年份，跟巴黎书商用法语砍价……现场感十足。
OpenAI 给出的正式说法是：全新的 ChatGPT Voice，由 GPT-Live 1 驱动，一个全双工的对话伙伴，有史以来最强大的语音模型。
这次的 GPT-Live，绝非模型微调升级或是换几个新音色那么简单，而是模型和架构的整体换代。官方毫不客气地称其为：迄今最聪明的语音模型。
连一向偏重打字的山姆·奥特曼，也在第一时间发推改了态度：
“ GPT-Live（下一代语音）今天在 ChatGPT 上线。它给人的感觉很神奇、很「真实」。我一直更喜欢打字，而不是跟 AI 说话，但现在我觉得，这件事要变了。
这个曾经的「打字派」，终于也当众松了口。不过这次，倒是没有瘫倒在椅子上……
全双工
GPT-Live 最核心的变化是：全双工（full-duplex）架构，模型能一边听你说话，一边开口说。
发布视频里的解释很形象：
“ 想象一下和朋友打电话：你可以同时倾听和说话，这就是全双工。它能跟上打断、停顿、更正，以及边想边说时那种自然的思路流动。
一个 demo 里，三位员工分别用法语、粤语和西班牙语介绍自己最爱的食物，它一边听一边同步说出英文翻译，最后还把三个人的答案汇总复述了一遍——实时翻译就这么顺手演示了下来。
被反问「那你自己爱吃什么」时，它淡定回答：我不吃东西，所以没有自己的心头好……
而此前的语音模式，体验上其实更像对讲机：你说一段，它回一段，你要打断它，还得硬生生地喊停。全双工则开辟了两条听和说同时进行的通道。它可以在你讲话时轻轻「嗯哼」一声表示在听，可以跟你快速地一来一回，也可以在你陷入思考时安静地等着，不催你。
因为模型始终在感知和生成，它对时间的流逝也有了自然的理解，OpenAI 把这个能力称作对话中的「持续在场感」。
官方还拍了一段手冲咖啡的 demo：用户让它给 V60 的闷蒸计时 30 秒，中途问它水壶没水了怎么办，它一路陪着计时、临场支招，最后还约好下次再调整注水比例。整个过程自然得不像是在跟机器说话。
OpenAI 还专门强调了性格这件事：一个好的语音模型应该让人愿意跟它聊下去，而 GPT-Live 比之前的语音模型有着更自然、更鲜明的人格。
一场模拟的面试复盘 demo 最有意思：用户说自己面试搞砸了，它先是共情安慰；听到「结果我被录用了」，又立刻切换成替你高兴的语气，接着还陪练了一轮谈薪话术。拍摄现场远处响起警笛时，它甚至主动提出：那我先安静一会儿，帮你录条干净的素材？
异步委托
光聊得自然还不够，语音模型的老毛病是：一遇到要深入思考的问题，就得有个干等的冷场过程。
GPT-Live 的解法是内建的异步委托（async delegation）：遇到需要联网搜索、深度推理或者更复杂工作的问题，它会在后台把任务丢给 OpenAI 最新的旗舰模型去算，自己继续陪你聊，等结果出来了，再自然地接回话头。
官方 demo 里的场景很直观：用户先问墨西哥城这周的天气，接着要世界杯小组赛的赛程，最后让它推荐几个看球的酒吧。每一问它都只回一句「我查一下」，聊天照常继续，等查完了再把答案自然地递回来。
发布视频里还有一段更好玩的：用户 30 分钟后要去讲一堂声音史的课，让它边聊边核对三个史实年份，顺带查地铁延误和下午的天气。结果，它真挑出了一个错误（爱迪生的锡箔留声机应该是 1877 年，不是 1865 年），用户则嘴硬：我早就知道，我是在考你。
有网友分析后指出，后台接活的是 GPT-5.5，且推理强度分 Instant、Medium、High 三档可选。
OpenAI 语音方向的负责人 Justin Uberti（当年在 Google 主导了 WebRTC 的那位）评价称，GPT-Live 是他们的第三代语音模型和架构：
“ 全双工加上内建的异步委托，让它既能提供极其自然的对话，又保有你对 ChatGPT 期待的那种智能。
如何用上
新语音已经上线了，推送从今天开始。未来几天内会覆盖所有用户，iOS、Android 和网页版都有，更新后点开那个 Voice 按钮，跟你聊的便是 GPT-Live。
至于 API，官方说即将上线，Justin Uberti 也放出了 alpha 报名入口。
话说回来，其实这次发布在前一天就被剧透了。testingcatalog 提前爆料称，ChatGPT 里代号「GPT Bidi 1」的双向语音模式已经改名成「GPT Live 1」，还评价说 OpenAI 的命名总算是在好转了——Bidi 是 bidirectional 的缩写，这名字确实是该改，谁能第一眼读对呢？
如果你和奥特曼一样，一直是打字派，那这几天可以留意下 ChatGPT 的更新，亲自试一试这个会附和、会接话、还会安静等你的新语音模型。
你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：OpenAI发布新一代语音模型GPT-Live 山姆奥特曼称感觉神奇要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
游乐网为非赢利性网站，所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系youleyoucom@outlook.com。
相关热点在macOS生态中，总有一些效率工具让人眼前一亮——Hummingbird便是其中之一。它专为需要快速获取信息、高效处理任务的用户量身打造，尤其在碎片化办公场景下，这种即时响应能力能显著提升工作效率。 需求人群 Hummingbird主要面向macOS用户，尤其适合那些经常进行知识检索、信息整理，或
先说说这个平台的几个核心判断：它其实是个相当成熟的机器人搭建平台，最大的亮点在于，你不需要写一行代码，就能靠拖拽的方式，把聊天机器人给做出来，而且能直接发到Facebook、WhatsApp、信息这些渠道上去。什么是TextIt？TextIt是一个专注于多渠道消息的机器人平台。它的核心卖点，就是那个
试想一下，你的电脑桌面上有一个全能效率工具箱，时刻准备着——快速启动应用、完成数学运算、管理剪贴板历史、与AI对话交流，甚至通过扩展解锁无限可能。这正是Raycast所要实现的目标。什么是 Raycast？简而言之，Raycast是一款直接运行在操作系统层面的效率启动器。它将先进AI模型与高度可扩展
你是否曾面对一份数十页的PDF报告，想要快速定位某个关键数据，或迅速掌握核心内容，却苦于没有时间逐页阅读？其实，这类任务完全可以交由AI高效完成。今天介绍的这款工具，正是为解决此类问题而生——它不仅能与PDF文档进行智能对话、一键生成摘要，还支持搭建自定义聊天机器人，将文档处理的体验提升到了全新高度
- 日榜
- 周榜
- 月榜
热点快看