OpenAI 的 gpt-live-1 终于不再等待轮到自己说话

OpenAI 刚刚让 ChatGPT 的语音模式不再像对讲机，而更像一个真人。GPT-Live-1 在新闻发布会上宣布，采用全双工能力：它能同时处理输入的语音和生成输出的语音。你不需要等它说完才能被它听到。MiniMax Speech 2.8：原生语气词与高保真克隆，为AI语音注入人性温度

OpenAI 的研究主管 Kundan Kumar 称 GPT-Live-1 是公司迄今为止“最聪明的语音模型”。该模型在需要搜索网络或进行更深入分析时，将复杂查询交给 GPT-5.5 等基于文本的推理引擎，然后再切换回语音。提问和听到回答之间的延迟更少。Kog推出Laneformer 2B：以延迟为核心设计，速度高达3,000 token/s

“它真正的意义在于能够同时说话和听讲，”OpenAI 的产品主管 Atty Eleti 在发布会上说。“从模型的角度来看，它可以持续且同时处理输入流和产生输出流。”

新设置还支持实时翻译：ChatGPT 可以在用户说完一句话之前就开始翻译其语音，这是旧有的轮流制模型无法做到的。用户还可以告诉语音模式在得到指示前保持安静，这是 OpenAI 表示以前无法实现的功能。在听讲模式下，模型可能会用“嗯”或“明白了”等声音回应，以表示它在跟随对话。OpenAI的GPT-Live正竞相让AI语音对话感觉更真实

OpenAI 增加了安全护栏，引导模型远离有害回复，或在“高风险”情况下结束对话。该公司正面临多起诉讼，指控 ChatGPT 助长妄想并损害用户心理健康。GPT-Live-1 经过训练，能在涉及自残的对话中提供“专家审核的危机热线支持”，并为青少年用户提供适龄的回复。Anthropic更新使用政策：高风险AI应用新规出台

GPT-Live-1 正在 iOS、Android 和网页端推出。它将为 Go、Plus 和 Pro 订阅用户提供 ChatGPT Voice 支持。一个更小、更高效的版本 GPT-Live-1 mini 将成为免费用户的默认语音体验。