就在今天，OpenAI 正式发布了 GPT-Live 系列模型——一个真正意义上的全双工语音模型，能同时听和说，让 AI 对话不再是“轮到你说话了”式的机械流程。

这次发布的 GPT-Live 系列，目前开放了 GPT-Live-1 和 GPT-Live-1 mini 两个版本。从即日起，全球 ChatGPT 用户都可以开始体验——Go、Plus 和 Pro 订阅用户直接调用 GPT-Live-1 模型，免费用户则可以使用 GPT-Live-1 mini。附上相关视频如下：

技术架构上，GPT-Live 系列最大的变化，是采用了全双工架构。简单来说，它不再依赖单轮对话结束后再等待响应，而是可以在同一时间持续处理输入和输出。模型能“每秒多次”判断自己应该说话、继续倾听、暂停、打断或者调用其他工具。这意味着，对话的节奏和自然度，已经逼近真人聊天体验。

在面对复杂任务时，GPT-Live 系列会做一种聪明的分工：前台维持语音对话流，同时把网页搜索、深度推理或更复杂的任务委托给 GPT-5.5 系列模型在后台执行。具体来说：
GPT-Live-1（instant）和 GPT-Live-1 mini 调用的是 GPT-5.5 Instant；
GPT-Live-1 Medium 调用 GPT-5.5 Thinking Medium 推理强度；
GPT-Live-1 High 则用 GPT-5.5 Thinking High 推理强度。

性能方面，OpenAI 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和整体流畅性。数据也很有意思：相比此前的 Advanced Voice Mode，在时长 5-10 分钟的配对对话中，GPT-Live-1 与 GPT-Live-1 mini 在整体偏好、轮次衔接、打断情况、对话流畅度与自然度等指标上，得分都更高。

用户规模的数据同样值得关注。OpenAI 披露，每周有超过 1.5 亿人通过 Voice 和 Dictation 等功能与 ChatGPT 进行语音交互，应用场景覆盖了免手持日常协助、语言练习、睡前故事和通勤闲聊。新版本还支持在语音对话中展示天气、股票、体育等可视化卡片，并继续支持搜索、记忆、图片和文件上传。

安全方面，OpenAI 表示 GPT-Live 在自伤、精神病性症状与躁狂、对 AI 的情感依赖、暴力及性内容等领域接受了音频原生评测、合成音频评测与内部红队测试。最新信息显示，该模型在几乎所有评估维度上的表现，与 Advanced Voice Mode 相当或更优。