【美新社訊】OpenAI今日正式發表全新語音模型 GPT-Live-1與 GPT-Live-1 mini，全面升級ChatGPT的語音互動能力。新模型採用「全雙工（Full Duplex）」架構，不僅能同步聆聽與說話，還允許使用者在AI回應過程中隨時插話，讓對話體驗更加自然流暢，進一步縮短AI與真人交流之間的距離。

OpenAI研究負責人Kundan Kumar在發表會中表示，過去ChatGPT的高階語音模式採用傳統「回合式」對話機制，必須等使用者完整說完一句話後才開始回應，因此短暫停頓經常被誤判為對話結束，造成不自然的插話或中斷。
全新的GPT-Live徹底改變了這種互動模式。模型能夠持續接收語音輸入，同時即時產生回應，每秒多次判斷應該繼續聆聽、開始回答，或暫停等待使用者發言。對話過程中，AI還會適時以「嗯」、「對」、「了解」、「明白」等簡短回應表示正在傾聽，讓交流更貼近真人對話。使用者也可隨時要求AI放慢語速、停止說話，或保持安靜等待下一步指令。
除了對話體驗大幅提升外，GPT-Live也首次將「語音互動層」與「推理層」分離。當遇到需要網絡搜尋、深度分析或更複雜推理的問題時，GPT-Live會將任務交由後台的GPT-5.5處理，同時維持語音對話不中斷，讓整體互動更加順暢。
OpenAI同時提供付費用戶三種推理模式，包括「即時」、「中」、「高」三個等級，使用者可依需求，在回應速度與推理能力之間自由取得平衡。
在功能方面，GPT-Live還新增即時翻譯能力，並可透過視覺資訊卡即時顯示天氣、股市行情、體育賽事等內容，讓語音助理不只是聊天工具，更成為整合資訊服務的平台。
OpenAI表示，GPT-Live-1將成為ChatGPT Go、Plus及Pro付費方案的預設語音模型，而免費用戶將使用GPT-Live-1 mini。兩款模型自今日陸續向全球iOS、Android及網頁版ChatGPT用戶推送，API存取權限也將於後續開放。
根據OpenAI公佈的數據，目前已有超過1.5億名用戶每週使用ChatGPT的語音與聽寫功能。隨著GPT-Live正式登場，AI語音互動將從過去「一問一答」的模式，邁向更接近真人溝通的全新階段，也有望進一步拓展智慧助理、教育、客服及跨語言交流等多元應用場景。