OpenAI 在 7 月 9 日公布了其最新的 GPT-Live 系列模型，该系列被定位为新一代全双工语音模型，能够实现同步聆听与回应，从而使 AI 的对话体验更加贴近人类交流。
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，摆脱了以往单轮对话结束后再进行响应的模式。它能够同时处理输入信息和输出内容，并且能够“每秒多次”地判断何时进行回应、持续倾听、暂停、打断或调用外部工具。这种设计显著提升了对话的流畅性和自然度，使其更像真人之间的交谈。
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。它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委托给后台的 GPT-5.5 系列模型执行。具体而言：
- GPT-Live-1（instant）和 GPT-Live-1 mini 使用 GPT-5.5 Instant。
- GPT-Live-1 Medium 采用 GPT-5.5 Thinking Medium 的推理强度。
- GPT-Live-1 High 则利用 GPT-5.5 Thinking High 的推理强度。
OpenAI 表示，公司为此特别建立了一套新的人工评估体系，着重考量语音交流中的舒适度和整体对话的流畅性。在时长为 5-10 分钟的配对对话测试中，GPT-Live-1 和 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方面的得分均高于此前的 Advanced Voice Mode。
在用户使用方面，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的日常辅助、语言学习、睡前故事以及通勤途中的闲聊。新版本还增加了在语音对话中展示天气、股票、体育等可视化卡片的功能，并继续支持搜索、记忆、图片和文件上传等功能。
在安全性方面，OpenAI 强调，GPT-Live 模型在自我伤害、精神病性症状与躁狂、对 AI 的情感依赖、以及暴力和性内容等领域，经过了原生音频评测、合成音频评测以及内部红队测试。官方表示，在几乎所有评估维度上，新模型的表现都与 Advanced Voice Mode 相当或更佳。