GPT-Live 正式上线！ChatGPT 新版语音碾压旧高级语音模式

OpenAI 今日官宣 ChatGPT 语音功能迎来重大更新，由新一代语音模型 GPT‑Live 驱动。2024 年上线的高级语音模式曾让大众初次体验流畅语音对话，而本次更新代表 ChatGPT 语音交互迈出全新关键一步。

高级语音模式上线之初表现亮眼，对话自然度、响应速度大幅提升，还支持中途打断回复。但随着 OpenAI 研发出专为高性能语音智能体打造的新一代实时音频模型，这套旧版底层技术迅速跟不上需求。

早在今年 5 月，OpenAI 就发布了当时最强的实时语音模型 GPT-Realtime-2。以往语音系统仅侧重快速语音互转，而 GPT-Realtime-2 将 GPT-5 级别的推理能力融入实时音频交互。基于该模型开发的语音应用，能够处理更复杂指令、稳定承接超长对话、连贯完成多步骤任务，全程保持自然流畅的说话节奏。

如今 OpenAI 推出基于全新全双工语音模型架构 GPT-Live 打造的 ChatGPT 语音新体验。传统语音助手只能一问一答轮流交互，而搭载该模型的 ChatGPT 可同步发声、收音、监听。

当用户停顿、语速放缓时，模型会自然穿插简短附和，比如 “好的”“嗯”，不会强行打断对话；若用户需要时间思考，它也会安静等候。用户可随时打断 AI 发言，模型会立刻调整回应节奏。

GPT-Live 依托前沿大模型做后台运算，能够解答需要联网检索、深度逻辑推导、复杂处理的各类问题，现阶段后台搭载的是 GPT-5.5。

OpenAI 将向全球 ChatGPT 用户推送两个版本的 GPT-Live：GPT-Live-1 与 GPT-Live-1 mini。ChatGPT Go、Plus、Pro 订阅用户可使用完整版 GPT-Live-1 语音能力，免费用户则配备轻量化的 GPT-Live-1 mini。两款模型后续也会开放给开发者与企业接入 API 使用。