当前位置:

首页 > 硬件相关 > OpenAI最强语音模型:GPT-Live登场,让AI对话更接近真人聊天

OpenAI最强语音模型:GPT-Live登场,让AI对话更接近真人聊天

OpenAI发布GPT-Live系列全双工语音模型,实现同时聆听与说话,对话节奏接近真人。提供GPT-Live-1和mini两个版本,面向不同订阅用户。采用全双工架构,每秒多次判断交互,复杂任务拆分前台语音与后台推理。新评测体系显示,在流畅度、打断等指标上优于AdvancedVoiceMode。每周超1.5亿用户使用,支持可视化卡片、搜索、记忆等功能,安全测

本文目录

    OpenAI今天(7月9日)发布了GPT-Live系列模型,新一代全双工语音模型。简单来说,这个模型可以同时聆听与说话,让AI对话的体验更接近真人之间的交流。



    目前开放了GPT-Live-1和GPT-Live-1 mini两个版本,即日起面向全球ChatGPT用户开放。具体来说,GPT-Live-1模型面向Go、Plus和Pro订阅用户,免费用户则可以调用GPT-Live-1 mini模型。附上相关视频截图,可以直观感受一下对话流畅度。



    架构是这次升级的核心看点。GPT-Live系列采用全双工架构,不再像传统语音模型那样需要等一轮对话结束后再响应。它可以在同一时间持续处理输入和输出——模型会“每秒多次”判断是否该说话、继续倾听、暂停、打断,甚至调用工具。这种机制,让对话节奏和真人聊天几乎无异。




    面对复杂任务时,GPT-Live系列的处理方式很聪明:它会把连续交互和深度推理拆分开。前台维持语音对话流,同时把网页搜索、复杂推理等更繁重的任务委托给GPT-5.5系列模型在后台执行。具体分工是这样的——GPT-Live-1(instant)与GPT-Live-1 mini调用GPT-5.5 Instant;GPT-Live-1 Medium调用GPT-5.5 Thinking Medium推理强度;GPT-Live-1 High则调用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交流流畅性。


    和此前Advanced Voice Mode相比,在时长5到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,都获得了更高的偏好得分。

    用户规模数据很能说明问题:OpenAI披露,每周有超过1.5亿人通过Voice和Dictation等功能与ChatGPT语音交互。应用场景相当丰富,包括免手持日常协助、语言练习、睡前故事、通勤闲聊等等。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。


    安全层面,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。最新评估显示,该模型在几乎所有评估维度上,都与Advanced Voice Mode表现相当,甚至更优。

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    硬件相关 OpenAI
    相关文章 更多
    OpenAI Agents SDK v0.24.0-alpha.8升级前为何要备份状态?
    OpenAI Agents SDK v0.24.0-alpha.8升级前为何要备份状态?

    OpenAI Agents SDK v0.24.0-alpha.8预览版新增执行前审批、自有模型客户端、Realtime与预算检查点恢复,说明alpha.7回退、Linux运行及工具认证边界。

    OpenAI部分美国企业Mastercard历史拒付已恢复,卡片范围和充值影响有哪些条件
    OpenAI部分美国企业Mastercard历史拒付已恢复,卡片范围和充值影响有哪些条件

    复核OpenAI部分美国企业Mastercard支付事件的恢复状态、卡号前缀范围及UTC和北京时间,区分充值失败、预付余额耗尽与API请求影响,不将恢复等同于历史订单自动完成。

    OpenAI与Upwork发现AI项目预算更大,为什么要同时看时薪、工时和项目范围
    OpenAI与Upwork发现AI项目预算更大,为什么要同时看时薪、工时和项目范围

    解释OpenAI与Upwork自由职业研究中固定预算、时薪和90天工时的不同统计口径,区分52.4%预算差异、任务多样性与描述性关联,避免收入和就业因果误读。

    OpenAI Agents SDK JS 0.22.0:迁移类型与保存状态,修复待审批压缩和实时中断
    OpenAI Agents SDK JS 0.22.0:迁移类型与保存状态,修复待审批压缩和实时中断

    OpenAI Agents SDK JS 0.22.0调整usage、Realtime图像、MCP描述与保存状态类型,并修复待审批期间的自动压缩及早期实时中断。升级时要同时验证TypeScript检查、旧状态恢复和工具审批链路。

    OpenAI公布Daybreak Red Team与Defense Factory:验证漏洞并生成待审补丁
    OpenAI公布Daybreak Red Team与Defense Factory:验证漏洞并生成待审补丁

    OpenAI在Cyber at the Frontier相关入口公布Daybreak Red Team与Defense Factory,分别面向Web应用漏洞验证和待审补丁制作。Red Team为early access,Defense Factory官方文档标注Preview;本文说明两者分工、访问条件与工程师复核边界。

    OpenAI多语言SDK更新:Responses新增推理输入移除元数据
    OpenAI多语言SDK更新:Responses新增推理输入移除元数据

    OpenAI Python 3.50.0等五种语言SDK新增Responses推理输入变换相关类型。已核实字段input_transformations记录未交给模型的推理输入及移除原因,不是请求改写开关;本文列出语言版本、字段含义和多轮应用升级核对方法。

    OpenAI 登录、注册与部分功能故障已恢复:核对受影响时间与请求
    OpenAI 登录、注册与部分功能故障已恢复:核对受影响时间与请求

    OpenAI已于北京时间11月12日04:52:40确认登录、注册与部分ChatGPT功能事件恢复,调查范围也曾包括通过OpenAI API创建会话的错误率。该事件已恢复,用户应核对失败操作与实际结果,不能推断所有API都曾不可用。

    OpenAI 图像 API 错误率升高已恢复:涉及 GPT image 2.5 与 2.6
    OpenAI 图像 API 错误率升高已恢复:涉及 GPT image 2.5 与 2.6

    OpenAI已于北京时间11月12日17:25:12确认图像API错误率升高事件解决,事件先涉及GPT image 2.5 Sunburst与Flare,随后扩展到2.6对应变体。开发者应检查失败请求,避免把恢复确认误解为生成结果自动补回或计费政策变化。

    OpenAI Workspace Agent 新运行故障已恢复:影响范围与后续检查
    OpenAI Workspace Agent 新运行故障已恢复:影响范围与后续检查

    OpenAI 已确认Workspace Agent新运行故障恢复,官方于北京时间11月12日16:32:37将事件标记为已解决。此事件范围是新运行,恢复确认不代表失败任务自动补跑;用户应检查自己的运行记录与业务结果。

    sora使用指南国内使用的具体操作步骤教程
    sora使用指南国内使用的具体操作步骤教程

    本文详细解析Sora在国内的使用现状,指出目前官方未对公众开放注册,提醒用户警惕虚假链接,并提供关注官方动态及替代方案的实用建议。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。