OpenAI 今日（7 月 9 日）公布了 GPT-Live 系列模型，该系列被定义为新一代全双工语音模型，能够同步进行倾听和回应，从而显著提升 AI 对话的真实感。

目前，GPT-Live 系列推出了 GPT-Live-1 和 GPT-Live-1 mini 两个版本，并已向全球 ChatGPT 用户开放。其中，GPT-Live-1 模型仅面向 Go、Plus 和 Pro 订阅用户提供，而免费用户则可以使用 GPT-Live-1 mini 模型。

在技术架构上，GPT-Live 系列采用了全双工设计，打破了以往单轮对话结束后再进行响应的模式。它能够在同一时间段内持续处理输入和输出信息，模型可以“每秒多次”地自主判断何时说话、继续倾听、暂停、进行打断或调用相关工具，以此营造出更接近真人交流的体验。

面对复杂的任务时，GPT-Live 系列模型能够将连续交互和深度推理进行拆分处理。模型在前台维持语音对话的流畅进行，同时将网页搜索、复杂推理或其他更高级的任务交由 GPT-5.5 系列模型在后台完成。具体来说，GPT-Live-1（instant）和 GPT-Live-1 mini 将调用 GPT-5.5 Instant；GPT-Live-1 Medium 将使用 GPT-5.5 Thinking Medium 的推理强度；而 GPT-Live-1 High 则会采用 GPT-5.5 Thinking High 的推理强度。

OpenAI 在性能评估方面，特别建立了一套新的人工评测体系，重点关注语音交流中的“舒适度”和“整体交流流畅性”。与先前的 Advanced Voice Mode 相比，在时长为 5-10 分钟的配对对话测试中，GPT-Live-1 和 GPT-Live-1 mini 模型在整体偏好、轮次衔接、打断情况、对话流畅度及自然度等指标上均获得了更高的评分。

关于用户使用情况，OpenAI 透露，每周有超过 1.5 亿用户通过 Voice 和 Dictation 等功能与 ChatGPT 进行语音互动，这些应用场景涵盖了免提日常协助、语言学习、睡前故事以及通勤时的闲聊等。新版本还支持在语音对话过程中展示天气、股票、体育等可视化卡片，并继续支持搜索、记忆、图片及文件上传功能。

在安全性方面，OpenAI 表示，GPT-Live 模型在自伤、精神病性症状与躁狂、对 AI 的情感依赖、暴力及性内容等多个领域，接受了原生音频评测、合成音频评测以及内部红队测试。官方声明指出，该模型在绝大多数评估维度上都达到了与 Advanced Voice Mode 相当或更优的表现。