OpenAI 正式推出 GPT-Live，这是一款基于全双工架构的全新语音模型，支持 AI 同时监听与说话，旨在打造更自然的实时对话体验。即日起，该模型将在全球范围内的 iOS、Android 及 ChatGPT.com 平台逐步上线。

分层部署与全双工交互

GPT-Live 系列分为两个版本：GPT-Live-1 将作为 Go、Plus 和 Pro 付费用户的默认语音模型，而 GPT-Live-1 mini 则服务于免费层级用户。不同于以往分回合处理的语音版本，GPT-Live 能在生成语音的同时持续处理音频输入。用户可随时打断模型、暂停对话而不中断连接，实现更流畅的双向互动。

针对涉及网络搜索或深度推理的复杂查询，GPT-Live 采用分离式处理机制：前台由 GPT-Live 维持对话交互，后台则调用 OpenAI 最新的尖端模型（发布初期为 GPT-5.5）执行任务。随着未来新模型的迭代，后台引擎将自动升级，无需等待任务完成即可保持对话连续性。

性能提升与安全加固

OpenAI 内部评估显示，在对话流畅度、打断能力及整体互动质量方面，GPT-Live-1 及 mini 版本均优于此前的高级语音模式（Advanced Voice Mode）。在 GPQA 科学推理、BrowseComp 网络搜索及 τ³ -Voice Telecom 多轮客服等多项基准测试中，其表现亦有显著提升。

功能层面，GPT-Live 新增了对天气、股票和体育等主题的视觉响应卡片，并保留搜索、记忆、图像及文件上传等功能。用户可根据需求选择即时、中等或高三种推理级别。目前，该模型暂不支持视频或屏幕共享语音对话，相关功能计划在未来版本中推出，急需此类功能的用户可继续使用旧版语音模式。

安全方面，OpenAI 扩大了针对音频原生内容的评估范围，涵盖自我伤害、情感依赖、暴力及色情内容等领域。系统新增了实时干预机制，包括引导回复、提供安全资源或在高风险情况下终止对话，并为青少年用户引入了家长控制和适龄行为准则。OpenAI 强调，GPT-Live 的设计初衷即为 " 默认安全 "。

【星途科讯 图文丨 Patrick 首发于 ZAKER 科技，转载请注明出处】