%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
OpenAI 近日正式向全球用戶推出基於 GPT-Live 架構的全新 ChatGPT 語音體驗。這不僅是語音技術路線的一次重要更迭，更標誌着 AI 語音助手正從傳統的“對講機式”交互，全面轉向更接近真人對話的全雙工模式。
相比此前在2024年推出的 Advanced Voice Mode，GPT-Live 的核心進步在於徹底擺脫了傳統語音系統的束縛。新架構允許模型在“說話、傾聽和思考”之間實現真正的並行處理。這意味着當用戶在對話時，ChatGPT 不再需要等到你完全講完才能迴應，而是能夠實時捕捉你的語氣與停頓，適時地給出諸如“嗯哼”或“okay”這樣的自然反饋。如果用戶需要思考時間，模型也會識趣地保持安靜，整個交互過程不再有生硬的打斷感。
在技術底層，GPT-Live 架構引入了更爲強大的推理能力。目前，該語音模式在後臺默認調用 GPT-5.5模型。無論是在實時聯網搜索，還是處理深層推理與複雜任務規劃時，ChatGPT 都能維持長時的上下文追蹤。用戶甚至可以在對話中隨時插話或轉換討論重心，模型會即時調整邏輯，順暢接續新的話題。
爲了覆蓋不同需求的用戶羣體，OpenAI 此次提供了兩個版本:功能全面的 GPT-Live-1將面向 ChatGPT Go、Plus 和 Pro 等付費訂閱用戶開放;而免費用戶則可體驗由 GPT-Live-1mini 驅動的語音功能。此外，這兩款模型已同步通過 API 開放接入，開發者可藉此構建新一代語音代理應用。
隨着 GPT-Realtime-2與 GPT-Live 等關鍵技術的落地，語音 AI 已不再僅僅是一個簡單的問答工具，而是逐步進化爲能夠執行復雜任務、兼具真人語感的智能對話夥伴。對於開發者與廣大用戶而言，這一升級預示着人機交互邁入了一個更加高效、自然的新階段。