人工智能研究公司OpenAI正在为其广受欢迎的ChatGPT语音功能筹备一次重大升级。据最新报道，该公司正在开发一款名为GPT-Bidi-1的新型AI模型，旨在显著提升语音对话的自然度和实时交互能力。此次升级预计将成为ChatGPT语音模式迄今为止最大规模的改进，主要面向所有依赖语音进行高效、自然交流的用户。

新模型旨在弥合文字与语音能力差距

当前，OpenAI的文本模型已经快速进化至GPT-5.5版本，但其语音功能仍基于较旧的音频技术栈，导致口语对话能力明显落后于文字表现。GPT-Bidi-1模型的核心目标是弥合这一关键差距。该模型基于OpenAI自2026年年初开始研发的“双向”（BiDi）架构，能够实现同时听和说，这意味着它可以吸收用户的实时打断，并在对话过程中即时调整回应，从而提供更接近人类对话的流畅体验。

提供多档智能等级以满足不同需求

GPT-Bidi-1模型上线后，ChatGPT用户将可以根据具体需求，在全新的双向模式和现有的高级语音模式之间进行切换。更重要的是，新模型将支持High、Medium以及Instant三档智能等级。这一设计允许用户根据任务的复杂度和对响应速度的要求，灵活调整AI的“思考”深度和反应速度。例如，在进行快速信息查询时可选择Instant模式，而在需要深度讨论或复杂问题解决时则可切换至High模式，以获得更详尽、更具上下文理解力的回应。