打开网易新闻 查看精彩图片

（AI云资讯消息）OpenAI 对 ChatGPT 的语音模式进行了重大升级，推出的新模型GPT-Live-1更像是在与真人交谈。如果用户在对话中途停顿，它也会等待用户继续说下去。

在媒体发布会上，OpenAI 研究负责人昆丹·库马尔（Kundan Kumar）称 GPT-Live-1 是该公司迄今为止最聪明的语音模型。当需要进行推理或搜索网络时，它会自动将用户的问题转交给其最强的文本模型（如 GPT-5.5），从而能更快地从研究用户所询问的话题，过渡到谈论其发现。升级后的模型还会在谈论天气、股票和体育等话题时，辅以 AI 生成的视觉图像，展示比分或本周天气预报等相关信息。

ChatGPT 此前依赖的是一个较老的、基于轮流对话的语音模型，它有时无法给出准确的回答，也难以维持自然的对话节奏。OpenAI产品负责人阿蒂·埃莱蒂（Atty Eleti）在发布会上表示：“这是一个全双工模型，它真正意味着可以同时听和说。从模型层面看，它能持续且同步地处理输入流并生成输出流。”

这种架构为 ChatGPT 的语音模式开启了新功能，例如实时翻译。现在，用户不需要等自己说完才能获得翻译，ChatGPT 可以在用户说话的同时进行翻译。也可以让 ChatGPT 语音助手先别说话，等用户叫它时再说，OpenAI 表示这在以前是做不到的。此外，它还会用“嗯嗯”、“是的”或“明白了”这样的词语来示意它在听。

OpenAI 指出，已内置了安全防护机制，能引导模型避免产生有害回复，或在高风险情境下完全终止对话。该模型经过训练，可在涉及自残的对话中提供经专家审核的危机热线支持，同时也会为青少年提供与其年龄相符的回应。

GPT-Live-1在 iOS、安卓及网页端逐步上线，将为 Go、Plus 和 Pro 订阅用户的 ChatGPT 语音功能提供支持。而一个更轻量、更高效的 GPT-Live-1 mini 模型，将作为免费用户的默认选择。