-
日期: 2026-07-08 | 来源: 华尔街见闻 | 有0人参与评论 | 字体: 小 中 大
GPT-Live覆盖网页、iOS和安卓平台，未来接入API。它能实时翻译、听写、调整语速，还能后台无缝调用GPT-5.5等模型完成复杂推理和联网搜索，首发尚不支持视频和屏幕共享语音。两版本Live-1和Live-1 mini分别默认面向付费和免费用户，5-10分钟一对一盲测中性能均明显优于Advanced Voice Mode。OpenAI同时强化语音安全机制，高风险情况下可主动结束对话，家长可收到提醒；称每周已有超1.5亿人使用语音功能与ChatGPT交流。
OpenAI正进一步押注语音交互。
美东时间8日周三，OpenAI发布全新的语音模型GPT-Live，同步升级ChatGPT语音模式（ChatGPT Voice）。新模型采用原生实时架构，可实现人类与AI之间更加自然的双向语音交流，不仅支持打断、停顿理解、实时翻译、听写等能力，还能够在后台无缝调用GPT-5.5等模型完成复杂推理和联网搜索，将语音打造为ChatGPT新的统一交互入口。
OpenAI公告称，GPT-Live包括GPT-Live-1和GPT-Live-1 mini两个版本，目前已开始向全球ChatGPT用户陆续开放，覆盖网页、iOS和安卓平台，并计划未来数周向API开放，开发者和企业用户可提前登记获取通知。
此次发布意味着，OpenAI正进一步押注语音将成为AI时代最重要的人机交互方式。OpenAI在发布新模型时透露，目前每周已有超过1.5亿人使用ChatGPT Voice、Dictation等语音功能与ChatGPT交流。媒体评论认为，OpenAI希望未来用户越来越少依赖键盘输入，而更多直接与AI“说话”。
ChatGPT Voice 产品负责人 Atty Eleti说，此次发布语音模型“仅仅是个开始。我们认为，随着时间的推移，这将使语音成为与计算设备交互的主要方式。” 它还可以用于“管理日益复杂、耗时较长且具有自主代理（agentic）性质的任务”。
付费用户默认GPT-Live-1，免费用户使用Live-1 mini
此次推出的GPT-Live并非单一模型，而是包括两个版本：
GPT-Live-1：默认面向Go、Plus和Pro订阅用户；
GPT-Live-1 mini：面向免费用户开放，作为默认语音模型。
OpenAI表示，两款模型即日起开始全球逐步推送，覆盖网页版、iOS及Android客户端。此前数月ChatGPT桌面版曾暂时回退部分新版语音能力，而此次发布暂未重新支持新版桌面语音体验。
同时，OpenAI还计划未来将GPT-Live接入API，方便开发者和企业将新的实时语音能力整合进自己的产品和应用。
GPT-Live-1两版本测评性能明显优于Advanced Voice Mode
相比此前ChatGPT采用的Advanced Voice Mode，GPT-Live最大的变化并不仅是响应速度。
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）。
在持续5至10分钟的一对一盲测中，无论是GPT-Live-1还是GPT-Live-1 mini，都明显优于此前Advanced Voice Mode。
- 新闻来源于其它媒体，内容不代表本站立场！
-
原文链接
原文链接:
目前还没有人发表评论, 大家都在期待您的高见