OpenAI 发布 GPT-Live 语音模型，让 ChatGPT 更像真人对话

一句话看懂：OpenAI 于 2026 年 7 月 9 日正式发布 GPT-Live-1 及 mini 版语音模型，采用“全双工”架构，让 ChatGPT 能同时听和说，用户可在 AI 回话时随时打断。这是 ChatGPT 语音交互从“回合制”转向“连续对话”的关键升级。

事件核心：发生了什么

过去 ChatGPT 的“高级语音模式”采用回合制对话——用户说完，AI 再回应，短暂停顿容易被误判为结束。GPT-Live-1 用“全双工”架构解决了这个问题：模型每秒多次判断是否该说话、继续倾听或打断，并在对话中会用“嗯”“对”“明白”等短回应表明正在接收信息。模型还能按用户要求放慢语速或保持安静等待指令。此外，GPT-Live 把语音交互层与推理层分离：当问题需要网络搜索或更复杂的推理时，任务会被交给后台的 GPT-5.5 处理，期间对话流畅进行。付费用户可在“即时”“中等”“高”三个推理级别间选择，以平衡速度与智能。今天起，全球 iOS、Android 和网页版用户将陆续收到更新：GPT-Live-1 是 Go、Plus 和 Pro 付费用户的默认语音模型，免费用户使用 GPT-Live-1 mini。API 访问权限后续开放。

为什么重要

这项升级是 AI 语音交互从“工具型”向“陪伴型”演进的关键一步。全双工架构让对话节奏更接近真人闲聊，用户不再需要刻意等待 AI 回答，这大幅降低了使用门槛。OpenAI 透露，每周有超过 1.5 亿人使用 ChatGPT 的语音和听写功能，此次升级有望进一步拓展语音交互在实时翻译、信息查询、多轮答疑等场景的普及率。从技术路线看，它将语音处理与核心推理解耦，意味着未来 AI 可以在“听懂”的同时，后台用更强模型做思考，这是一种更高效的分层架构设计。

对用户/开发者/创作者的影响

普通用户：最直接的感受是对话更自然。你可以像跟朋友聊天一样随时插话、追问，AI 不会因为停顿就抢着回答。付费用户还能根据任务复杂度手动切换推理级别：简单问答用“即时”省时间，复杂推理用“高”获得更准确回答。开发者：API 后续开放后，可以基于全双工能力开发实时客服、语言学习、有声内容互动等应用。需要注意的是，目前 API 具体定价和调用限制尚未公布，开发者需留意产品文档更新。创作者：通过视觉卡片展示天气、股票等信息的特性，为播客、直播、教学场景提供了新的内容呈现方式。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

值得关注的后续

第一，GPT-Live 的推理级别选择是否会影响付费用户的使用习惯，以及是否会按推理强度调整 API 价格。第二，Google、Meta 等竞品是否会跟进全双工语音架构，尤其当这一能力逐步成为 AI 助手的基础功能。第三，全双工语音可能引发新的隐私与合规问题——模型需要持续监听用户环境才能判断何时回应，这在不同国家的数据保护法规下如何落地，值得持续观察。

来源：Readhub · AI