北京
美国版豆包来了，ChatGPT语音的痛点被打破？
7月9日凌晨，OpenAI正式发布新一代语音模型GPT-Live，从即日起成为ChatGPT默认语音模式。此次升级核心是全双工架构，模型可在持续处理输入的同时生成输出，每秒做出多次交互决策——开口、继续听、停下、插话还是调工具。
OpenAI官方描述称：“在对话过程中，GPT-Live可以通过‘嗯嗯’‘yeah’这类回应来表示它在听，也可以进行快速来回交流；当你需要思考时，它可以保持安静。”
过去ChatGPT语音的痛点在于“轮流制”——用户说完一轮，AI回一轮，稍微停顿就被误判为发言结束。GPT-Live首次让AI具备了真人对话的“分寸感”。
更关键的架构变化是将“聊天”与“干活”解耦。当用户提出需要搜索、推理或多步骤执行的问题时，GPT-Live将任务委托给后台GPT-5.5处理，前台语音模型继续与用户保持对话不中断。官方数据显示，在专家级科学推理测试GPQA上，GPT-Live-1得分84.2%，高级语音模式为45.3%；在智能体搜索测试BrowseComp中，前者达75.2%，后者仅0.7%。OpenAI在直播演示中展示了实时翻译功能——一句话说完瞬间翻译，两位“老太太”现场角色扮演互相抬杠，AI对答如流。
付费用户默认使用GPT-Live-1，免费用户使用mini版，目前暂不支持视频通话和屏幕共享，API尚未开放。有网友调侃：“同声传译一夜失业”“真·美国版豆包”。但也有用户反馈模型“老是装作松弛地打断用户”，认为缺少视觉信息仍是短板。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
