ChatGPT升级版语音模式更会“闭嘴”了

OpenAI近日对ChatGPT的语音模式进行了重大升级，推出了全新的GPT-Live-1模型，旨在让对话体验更加接近真实的人际交流。这一新模型最显著的特点是减少了不必要的打断：当用户在说话中途出现停顿，模型会耐心等待，而不是急于插话。在新闻发布会上，OpenAI研究负责人Kundan Kumar称GPT-Live-1是公司迄今为止“最智能的语音模型”。

GPT-Live-1采用了全双工通信技术，这意味着它可以同时进行听和说，从而实现实时翻译等新功能。例如，用户无需等待说完一句话再翻译，ChatGPT可以在用户说话的同时进行翻译。此外，当需要进行推理或网络搜索时，模型会自动将查询传递给GPT-5.5等顶级文本模型，从而更快地从研究话题转向讨论结果。对于天气、股票和体育等话题，模型还能生成相关的AI可视化内容，如比分或天气预报。

相比之下，此前的ChatGPT语音模式基于旧式的轮询模型，不仅回答准确性不足，还常常难以维持自然的对话流畅度。OpenAI产品负责人Atty Eleti在发布会上解释道：“这是一个全双工模型，意味着它可以同时说话和聆听……从模型端来看，它可以连续同时处理输入流和产生输出流。”这种架构为语音模式带来了新特性，例如实时翻译。现在，用户还可以要求ChatGPT语音模式在未被叫到之前保持沉默，这在之前是不可能的。模型会通过“嗯”、“对”、“知道了”等短语来确认正在倾听。

在安全方面，OpenAI强调已为GPT-Live-1内置了多项防护措施，以避免有害回应，并在“高风险”情况下主动结束对话。考虑到OpenAI目前正面临一系列诉讼，指控ChatGPT助长用户妄想并损害心理健康，模型经过训练可以在涉及自残的对话中提供“专家验证的危机热线支持”，同时为青少年提供“适龄”回应。

GPT-Live-1正在逐步向iOS、Android和网页端推送。Go、Plus和Pro订阅用户将可以使用GPT-Live-1，而免费用户则默认使用更小、更高效的GPT-Live-mini-1模型。