北京
美國版豆包來了，ChatGPT語音的痛點被打破？
7月9日凌晨，OpenAI正式發布新一代語音模型GPT-Live，從即日起成為ChatGPT默認語音模式。此次升級核心是全雙工架構，模型可在持續處理輸入的同時生成輸出，每秒做出多次交互決策——開口、繼續聽、停下、插話還是調工具。
OpenAI官方描述稱：“在對話過程中，GPT-Live可以通過‘嗯嗯’‘yeah’這類回應來表示它在聽，也可以進行快速來回交流；當你需要思考時，它可以保持安靜。”
過去ChatGPT語音的痛點在于“輪流制”——用戶說完一輪，AI回一輪，稍微停頓就被誤判為發言結束。GPT-Live首次讓AI具備了真人對話的“分寸感”。
更關鍵的架構變化是將“聊天”與“干活”解耦。當用戶提出需要搜索、推理或多步驟執行的問題時，GPT-Live將任務委托給后臺GPT-5.5處理，前臺語音模型繼續與用戶保持對話不中斷。官方數據顯示，在專家級科學推理測試GPQA上，GPT-Live-1得分84.2%，高級語音模式為45.3%；在智能體搜索測試BrowseComp中，前者達75.2%，后者僅0.7%。OpenAI在直播演示中展示了實時翻譯功能——一句話說完瞬間翻譯，兩位“老太太”現場角色扮演互相抬杠，AI對答如流。
付費用戶默認使用GPT-Live-1，免費用戶使用mini版，目前暫不支持視頻通話和屏幕共享，API尚未開放。有網友調侃：“同聲傳譯一夜失業”“真·美國版豆包”。但也有用戶反饋模型“老是裝作松弛地打斷用戶”，認為缺少視覺信息仍是短板。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
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.
