介绍 GPT-Live | OpenAI

---
title: "介绍 GPT-Live | OpenAI"
title_en: "OpenAI Ships GPT-Live: No More Taking Turns With AI — Hard Questions Auto-Route to GPT-5.5"
source: "openai.com"
source_url: "https://openai.com/index/introducing-gpt-live/"
published_at: "2026-07-09T00:00:00.000Z"
language: "zh-CN"
topics: ["openai"]
tags: ["产品发布","GPT-Live","ChatGPT语音","OpenAI"]
review_status: "unreviewed"
---

# 介绍 GPT-Live | OpenAI

> OpenAI 推出新一代语音模型 GPT‑Live，采用全双工架构实现同时听和说，让与 AI 的对话更自然流畅，现已为 ChatGPT 语音功能提供支持。

## 内容摘要

OpenAI 发布了 GPT‑Live，一款基于全双工架构的新一代语音模型，能够同时听和说，实现更自然的实时对话。它通过持续交互和任务委派机制，在后台调用 GPT‑5.5 等前沿模型处理复杂任务，同时保持对话流畅。GPT‑Live 提供两个版本：GPT‑Live‑1（面向付费用户）和 GPT‑Live‑1 mini（面向免费用户），并计划很快开放 API。新模型在对话自然度、智能回答、倾听能力和视

## 为什么值得关注

GPT‑Live 让与 AI 的语音交互从“一问一答”升级为“实时对话”，用户可随意打断、停顿或要求重复，AI 也能用“嗯哼”等回应表示倾听。这种更自然的交互方式将改变人们使用语音助手的方式，使日常沟通、语言学习、免提操作等场景更加高效和人性化。

## 核心要点

- GPT‑Live 采用全双工架构，可同时听和说，实现实时、自然的对话。
- 模型能将复杂任务委派给后台的 GPT‑5.5 等前沿模型，同时保持对话流畅。
- 提供 GPT‑Live‑1（付费用户）和 GPT‑Live‑1 mini（免费用户）两个版本。
- 新体验包括更自然的对话、更智能的回答、更好的倾听和视觉回复功能。
- 内置针对语音场景的安全防护，如防止声音模仿和情感依赖监控。

[跳到正文](#main)

* [研究](https://openai.com/research/index/)
* 产品
* [企业](https://openai.com/business/)
* [开发者](https://openai.com/api/)
* [公司](https://openai.com/about/)
* [基金会（在新窗口打开）](https://openaifoundation.org/)

登录[试用 ChatGPT（在新窗口打开）](https://chatgpt.com/?openaicom-did=0d6635bd-8a20-4848-860d-f2b8fee8da27&openaicom%5Freferred=true)

* 研究
* 产品
* 企业
* 开发者
* 公司
* [基金会（在新窗口打开）](https://openaifoundation.org/)

介绍 GPT-Live | OpenAI

2026 年 7 月 8 日

[产品](https://openai.com/news/product-releases/)[发布](https://openai.com/research/index/release/)

# 介绍 GPT‑Live

新一代语音模型，让人与 AI 的交流更自然，现已为 ChatGPT 语音功能提供支持。

![Grandma Hero Thumbnail 16x9](https://images.ctfassets.net/kftzwdyauwt9/3T8Bs213F18JY4q9COr0Fz/c14be1a666c713ad0a5cb0c6f4f15eb8/Grandma_Hero_Thumbnail_16x9.jpg?w=3840&q=50&fm=webp)

00:0003:34

听文章10:10

分享

我们正在推出 GPT‑Live，这是一代新的语音模型，让你和 AI 聊天感觉更像是在进行一场真实的对话。

GPT‑Live 建立在全双工架构上，这意味着它可以同时听和说。在对话中，GPT‑Live 可以用“嗯哼”或“对”这样的词来表明它在认真听，可以快速来回接话，或者在你需要思考的时候保持安静。结果就是一种让人耳目一新、很容易聊下去的语音体验。

GPT‑Live 也是我们迄今为止最聪明的语音模型。对于那些需要网络搜索、更深层推理或更复杂工作的问题，它会在后台把任务交给我们最新的前沿模型，等结果准备好后再带回对话中。在它处理任务的同时，GPT‑Live 可以继续和你聊天，保持对话的流畅。在发布时，GPT‑Live 将在后台使用 GPT‑5.5。随着我们发布新的前沿模型，我们会持续更新 GPT‑Live 所使用的模型。

这些进步为 ChatGPT 语音带来了更智能、更自然的全新体验。随着时间的推移，我们相信这项研究还将解锁用语音完成越来越复杂、耗时更长、更具自主性（即能主动执行任务）的工作的能力。

我们今天开始向全球的 ChatGPT 用户逐步推出两个版本的 GPT‑Live——**GPT‑Live‑1** 和 **GPT‑Live‑1 mini**。我们也计划很快将它们带到 API 中，开发者和企业可以通过这个[表格](https://openai.com/form/gpt-live-1-in-the-api/)注册以获取通知。

00:00

00:00

00:00

## 进入人机交互的新时代

我们的愿景是实现真正自然的人机交互：一个与 AI 协作感觉就像和另一个人一起工作一样流畅和响应迅速的世界，同时推理和复杂任务的执行在后台无缝进行。

### 以前的方法

早期的语音 AI 系统让我们更接近那个愿景，但有一些重要的权衡。

### 级联语音系统

级联语音系统依赖一系列模型依次处理每一轮对话。最初的 [ChatGPT 语音](https://openai.com/index/chatgpt-can-now-see-hear-and-speak/) 将三个模型串联在一起：一个语音转文字模型来转录你的语音，一个大语言模型来生成回复，以及一个文字转语音模型来把回复转回语音。这种方法让我们第一次能够和前沿 AI 模型对话，但复杂性是有代价的：信息可能在模型之间丢失，而且回复缓慢且生硬。

### 级联语音系统

回复缓慢且生硬，停顿时间长

STT

GPT-5.5

TTS

STT

GPT-5.5

TTS

转录文本

使用 GPT-5.5 Instant 的标准语音模式对话示例

### 轮次语音模型

像 [ChatGPT 高级语音模式](https://openai.com/index/hello-gpt-4o/) 这样的轮次语音模型在单个模型内处理和生成音频，减少了延迟，让对话更流畅——但它们仍然通过离散的轮次来运作。模型必须等用户停止说话后才能回应，导致来回对话很僵硬。此外，因为轮次检测是基于静默的，即使是一个短暂的停顿或背景噪音也可能被误认为是话轮结束——导致模型在不自然的时间点打断。

### 轮次语音模型

回复稍快、更流畅，但和模型的来回对话仍然感觉僵硬

转录文本

ChatGPT 高级语音模式对话示例

### 我们的新方法

**GPT‑Live** 通过两个架构上的改变解决了这些限制。

### 持续交互

首先，我们使用全双工架构构建了 GPT‑Live，以实现持续交互。GPT‑Live 不是处理一系列独立的消息，而是持续处理输入的同时生成输出。因此，模型可以每秒多次做出交互决策：是说话、继续听、暂停、打断，还是调用一个工具。

这使得模型能够进行更自然的来回对话，保持更好的时间感，甚至进行实时翻译。

### 持续交互

快速、自然、富有表现力的回复和更主动的倾听

用户

GPT-Live-1

转录文本

使用 GPT-Live-1（后台使用 GPT-5.5 Instant）的对话示例

### 为深层工作委派任务

其次，我们将处理持续交互的 GPT‑Live 与深层工作解耦。当一个问题需要搜索、推理或更自主的能力时，GPT‑Live 可以将任务委派给另一个模型，比如 GPT‑5.5。这使得它即使在后台处理多个任务时，也能保持对话继续进行。

这个架构上的改变也允许 GPT‑Live 持续使用最新的模型和智能体，将前沿智能与自然交互结合起来。

### 为深层工作委派任务

GPT-Live 提供快速、自然的回复，而 GPT-5.5 在后台处理搜索

用户

GPT-Live-1

GPT-5.5

搜索 + 推理

转录文本

使用 GPT-Live-1（后台使用 GPT-5.5 Instant）的对话示例

### 评估

我们建立了新的人工评估来衡量对话的愉悦度和流畅度。在这些直接对比中，在匹配的 5-10 分钟对话里，GPT‑Live‑1 和 GPT‑Live‑1 mini 在总体偏好、话轮转换、打断、对话流畅度以及每次交互的自然程度方面，都明显优于高级语音模式。

* GPQA：GPT‑Live‑1 在 GPQA 上的表现大幅优于高级语音模式。GPQA 测试的是生物学、化学和物理学领域的专家级科学推理能力。
* BrowseComp：GPT‑Live‑1 在 BrowseComp 上相比高级语音模式有显著提升。BrowseComp 测试的是自主网络搜索和查找难以定位信息的能力。
* τ³-Voice Telecom（内部变体）\*\*：GPT‑Live‑1 在 τ³-Voice Telecom 上的表现优于高级语音模式。该测试评估语音代理在逼真的、多轮电信支持任务上的表现。

\* GPT‑Live‑1（instant）和 GPT‑Live‑1 mini 在后台使用 GPT‑5.5 Instant 模型，而 GPT‑Live‑1 Medium 和 GPT‑Live‑1 High 则使用 GPT‑5.5 Thinking 模型，并分别采用中等和高推理努力。

\*\* 我们为此评估使用了由我们最新推理模型驱动的定制用户模型。

## 全新的 ChatGPT 语音体验

每周，有超过 1.5 亿人使用语音和听写等功能与 ChatGPT 对话。他们用它来获取免提的日常帮助、练习语言、讲睡前故事，或者在通勤时聊聊天。

从今天开始，当你点击语音按钮与 ChatGPT 对话时，你将获得由 GPT‑Live 驱动的改进体验——对话更自然、回答更智能、倾听效果更好，并且支持视觉回复。

00:00

### 更自然的对话

现在和 ChatGPT 聊天应该感觉更像一场真正的对话了。你可以打断它提问，停下来整理思路，或者让它说慢点。它会自然地用“嗯哼”或“知道了”这样的词来回应你，让你知道它在跟着你的思路走。我们还为 GPT‑Live 重新制作了 ChatGPT 中的九种不同声音。

### 更智能的回答

ChatGPT 语音现在可以利用我们最新的前沿模型，在你需要时给出更智能的回答。你还可以选择适合你需求的推理级别：Instant 用于快速回复，或者在你希望 ChatGPT 花更多时间思考时选择 Medium 和 High。

00:00

### 更好的倾听

如果你需要思考片刻，ChatGPT 语音现在会等待，而不是插话打断。如果你让它保持安静并倾听，它就会照做。而且，当有背景噪音时，比如过往的车辆或附近的谈话声，ChatGPT 能更好地专注于你的声音，而不是被干扰。

### 一目了然的视觉答案

有些答案当你看到时会更有用。在你说话的同时，ChatGPT 现在可以显示丰富的视觉卡片，用于天气、股票、体育等话题。语音功能也继续支持搜索、记忆、图片和文件上传。

![ChatGPT 语音显示科罗拉多州丹佛市的天气预报。](https://images.ctfassets.net/kftzwdyauwt9/38TRAE6B8AS3hNkoQuKSOl/729b7c415ed4c1b62027449799cead86/gpt-live-visual-answer-weather.png?w=3840&q=90&fm=webp)

![ChatGPT 语音显示即将举行的国际足球比赛。](https://images.ctfassets.net/kftzwdyauwt9/7IWfPZwH8SaJVikq4PScQP/f327d0d73d35b3989b8d504d5e9fa782/gpt-live-visual-answer-sports.png?w=3840&q=90&fm=webp)

![ChatGPT 语音显示附近足球酒吧的地图。](https://images.ctfassets.net/kftzwdyauwt9/GLkTfEhJSFJZ77FHnN1f6/b1ab29d652268636a226246f5b1766cc/gpt-live-visual-answer-maps.png?w=3840&q=90&fm=webp)

结果是，ChatGPT 语音体验在日常生活里感觉更自然、能力更强、也更有用了。

00:00

00:00

## 为语音设计的安全保障

GPT‑Live 的设计默认就是安全的。它建立在我们最新模型的安全进步之上，同时在关键风险领域增加了专门的安全训练，并专门为语音设计了新的防护措施。

### 扩展的安全测试

为了更好地反映人们在现实生活中如何使用语音，我们首先扩展了安全测试，加入了新的原生音频评估。我们还创建了使用生成音频的合成评估，以便更集中地关注关键安全领域，借鉴了我们从高级语音模式中学到的经验。这些领域包括自残、精神病和躁狂、[对 AI 的情感依赖](https://openai.com/index/strengthening-chatgpt-responses-in-sensitive-conversations/)、暴力和色情内容。内部专家还对模型进行了针对语音特有风险的红队测试（即模拟攻击以发现漏洞）。

在我们的测试中，GPT‑Live 在我们评估的几乎所有领域都表现出与高级语音模式相当或更好的性能。你可以在 GPT‑Live [系统卡（在新窗口打开）](https://deploymentsafety.openai.com/gpt-live)中阅读更多关于我们测试和防护措施的信息。

### 内置防护措施

由于语音对话是实时进行的，我们还构建了可以在模型说话时起作用的防护措施。当系统检测到可能不安全的输出时，它可以引导模型做出更安全的回应，显示额外的安全信息或资源，或者在风险较高的情况下结束语音对话。对于涉及自残的对话，我们调整了 ChatGPT 的语音支持流程，包括提供经过专家验证的危机热线支持。

我们设计了额外的保护措施来支持青少年用户，并直接在模型中训练了适龄行为，以降低不适当回应的风险。家长可以通过家长控制功能选择他们的青少年是否可以使用 ChatGPT 语音，并且在涉及潜在自残或自杀意图迹象的高风险情况下，关联的家长可能会收到通知。

### 从实际使用中学习

我们也在推出针对情感依赖的长期测量和发布后监控，以持续改进我们的理解并完善防护措施。基于我们之前关于[情感使用和情绪健康](https://openai.com/index/affective-use-study/)的研究，这将帮助我们识别新出现的模式，并改进系统在情感敏感互动中的回应方式。

最后，GPT‑Live 是为对话而设计的，而不是用于声音模仿。它在 ChatGPT 中使用一组预定义的声音，并设有防护措施以防止它模仿真人的声音。

我们致力于支持安全和福祉，并将随着从实际使用中学习而不断加强这些保护措施。

## 可用性与限制

GPT‑Live 现在正在向全球的 ChatGPT 用户推出，覆盖 iOS、Android 和 [ChatGPT.com（在新窗口打开）](https://chatgpt.com/?openaicom-did=0d6635bd-8a20-4848-860d-f2b8fee8da27&openaicom%5Freferred=true)。GPT‑Live‑1 将成为 Go、Plus 和 Pro 用户 ChatGPT 语音的默认模型，而 GPT‑Live‑1 mini 将成为免费用户的默认模型。更多可用性详情可以在我们的[帮助中心（在新窗口打开）](https://help.openai.com/articles/20001274)找到。

我们针对 ChatGPT 中最常用的一些语言优化了 GPT‑Live。对于某些语言，模型可能会有非母语口音或流畅度不足。我们正在积极努力改善跨语言的体验。

在发布时，GPT‑Live 在 ChatGPT 中不支持带视频或屏幕共享的语音，但我们正在努力尽快引入这些功能。你仍然可以访问旧版本的 ChatGPT 语音，包括标准语音模式和高级语音模式，这些功能在这些版本中是可用的。

* [2026](https://openai.com/news/?tags=2026)
* [ChatGPT](https://openai.com/news/?tags=chatgpt)

## 作者

OpenAI

## 继续阅读

[查看全部](https://openai.com/news/)

![GPT-5.6 现在是 Microsoft 365 Copilot 的首选模型 > 封面图片](https://images.ctfassets.net/kftzwdyauwt9/3MPipvFMxS8m3kTyCtwFgj/015747dcd34cb667a221688cfca64e0f/Frame.png?w=3840&q=90&fm=webp)

[GPT-5.6 现在是 Microsoft 365 Copilot 的首选模型产品2026年7月9日](https://openai.com/index/gpt-5-6-preferred-model-microsoft-365-copilot/)

您的浏览器不支持视频标签。

[ChatGPT 现在是你最具雄心工作的伙伴产品2026年7月9日](https://openai.com/index/chatgpt-for-your-most-ambitious-work/)

您的浏览器不支持视频标签。

[GPT-5.6：随你雄心扩展的前沿智能产品2026年7月9日](https://openai.com/index/gpt-5-6/)

研究
* [研究索引](https://openai.com/research/index/)
* [研究概览](https://openai.com/research/)
* [经济研究](https://openai.com/signals/)

最新进展
* [GPT-5.6](https://openai.com/index/gpt-5-6/)
* [GPT-5.5](https://openai.com/index/introducing-gpt-5-5/)
* [GPT-5.4](https://openai.com/index/introducing-gpt-5-4/)

安全
* [安全方法](https://openai.com/safety/)
* [部署安全（在新窗口打开）](https://deploymentsafety.openai.com/)
* [安全与隐私](https://openai.com/security-and-privacy/)
* [信任与透明度](https://openai.com/trust-and-transparency/)

产品
* [ChatGPT（在新窗口打开）](https://chatgpt.com/?openaicom-did=0d6635bd-8a20-4848-860d-f2b8fee8da27&openaicom%5Freferred=true)
* [ChatGPT Business（在新窗口打开）](https://chatgpt.com/business/?openaicom-did=0d6635bd-8a20-4848-860d-f2b8fee8da27&openaicom%5Freferred=true)
* [ChatGPT Enterprise（在新窗口打开）](https://chatgpt.com/business/enterprise/?openaicom-did=0d6635bd-8a20-4848-860d-f2b8fee8da27&openaicom%5Freferred=true)
* [ChatGPT for Education（在新窗口打开）](https://chatgpt.com/business/education/?openaicom-did=0d6635bd-8a20-4848-860d-f2b8fee8da27&openaicom%5Freferred=true)
* [Codex](https://openai.com/codex/)
* [发布说明](https://openai.com/products/release-notes/)

API 平台
* [概览](https://openai.com/api/)
* [API 登录（在新窗口打开）](https://platform.openai.com/login)
* [文档（在新窗口打开）](https://developers.openai.com/api/docs)

企业
* [概览](https://openai.com/business/)
* [解决方案](https://openai.com/solutions/)
* [资源](https://openai.com/business/learn/)
* [客户案例](https://openai.com/business/customer-stories/)
* [合作伙伴网络](https://openai.com/business/partners/)
* [联系销售](https://openai.com/contact-sales/)

开发者
* [Apps SDK（在新窗口打开）](https://developers.openai.com/apps-sdk)
* [开放模型](https://openai.com/open-models/)
* [文档（在新窗口打开）](https://developers.openai.com/)
* [资源（在新窗口打开）](https://developers.openai.com/learn)
* [开发者论坛（在新窗口打开）](https://community.openai.com/)

公司
* [关于我们](https://openai.com/about/)
* [我们的章程](https://openai.com/charter/)
* [招聘](https://openai.com/careers/)
* [新闻](https://openai.com/news/)

支持
* [帮助中心（在新窗口打开）](https://help.openai.com/)

更多
* [故事](https://openai.com/stories/)
* [学院](https://openai.com/academy/)
* [直播](https://openai.com/live/)
* [播客](https://openai.com/podcast/)
* [RSS](https://openai.com/news/rss.xml)

条款与政策
* [使用条款](https://openai.com/policies/terms-of-use/)
* [隐私政策](https://openai.com/policies/privacy-policy/)
* [其他政策](https://openai.com/policies/)

[（在新窗口打开）](https://x.com/OpenAI)[（在新窗口打开）](https://www.youtube.com/OpenAI)[（在新窗口打开）](https://www.linkedin.com/company/openai)[（在新窗口打开）](https://github.com/openai)[（在新窗口打开）](https://www.instagram.com/openai/)[（在新窗口打开）](https://www.tiktok.com/@openai)[（在新窗口打开）](https://discord.gg/openai)

OpenAI © 2015–2026您的隐私选择

English美国

![](https://bat.bing.com/action/0?ti=187204252&Ver=2&mid=596d6719-4154-42f0-940c-4dfcbf486368&bo=1&sid=b62731e07dc411f1a6771975a46aa455&vid=b62773e07dc411f1ae4dc32fe17d0059&vids=1&msclkid=N&pi=918639831&lg=en-US&sw=800&sh=600&sc=24&nwd=1&tl=Introducing%20GPT-Live%20%7C%20OpenAI&p=https%3A%2F%2Fopenai.com%2Findex%2Fintroducing-gpt-live%2F&r=&lt=2338&evt=pageLoad&sv=2&cdb=AQAQ&rn=51405)

---

英文原文：[OpenAI Ships GPT-Live: No More Taking Turns With AI — Hard Questions Auto-Route to GPT-5.5](https://openai.com/index/introducing-gpt-live/)