GPT-Live-1：让 ChatGPT 语音交互更似“与人交谈”

OpenAI 正在用全新的 GPT-Live-1 模型全面改进 ChatGPT 的语音模式，使其更像是“与他人交谈”。该模型旨在减少打断用户的次数，若用户在对话中途停顿，它会等待用户继续发言。

研究负责人昆丹·库马尔称 GPT-Live-1 是公司迄今为止“最智能的语音模型”。它能自动将用户查询传递给像 GPT-5.5 这样的最佳文本模型，更快从研究主题过渡到讲述结果。在有关天气、股票和体育的对话中，还会辅以 AI 生成的可视化内容。

解决旧模型痛点，带来流畅自然体验

此前，ChatGPT 依赖较旧的回合制语音模型，存在不能准确给出答案、难以保持自然对话流畅度等问题。而 GPT-Live-1 是全双工模型，可同时进行说话和倾听，能持续且同步地处理输入流并生成输出流。

这种设置为 ChatGPT 语音模式带来新功能，如实时翻译，无需等用户停止说话再翻译，可同步进行。用户还能要求语音功能在被再次唤起前停止说话，这在以前无法实现，且模型会用“嗯哼”等表述表明在倾听。

应对诉讼风险，添加内置防护措施

目前 OpenAI 正面临一系列诉讼，指控 ChatGPT 引发用户妄想并损害其心理健康。为此，OpenAI 为 GPT-Live-1 添加了内置防护措施，引导模型避免给出有害回复，在“高风险”情况下直接结束聊天。

该模型经过训练，在涉及自我伤害的对话中会提供“专家审核过的危机热线支持”，还专为青少年提供“适合其年龄的”回复。

多端逐步推出，满足不同用户需求

GPT-Live-1 正在 iOS、安卓和网页端逐步推出。它将为 ChatGPT Voice 的 Go、Plus 和 Pro 订阅用户提供支持，而体积更小、效率更高的 GPT-Live-1 mini 模型将成为免费用户的默认选择。

编辑观点：OpenAI 此次用 GPT-Live-1 升级 ChatGPT 语音模式，有效解决旧模型痛点，提升了交互体验。在应对诉讼风险上也采取措施，有望在市场竞争中保持优势，未来在多端普及后或带来更多商业机会。