--- title: "推出 GPT‑Live" title_en: "Introducing GPT-Live" source: "OpenAI" source_url: "https://openai.com/index/introducing-gpt-live" published_at: "2026-07-08T00:00:00.000Z" language: "zh-CN" topics: ["openai"] tags: ["OpenAI","Product"] review_status: "unreviewed" --- # 推出 GPT‑Live > OpenAI 推出新一代全双工语音模型 GPT‑Live，让 ChatGPT 的语音对话更自然、更智能。 ## 内容摘要 OpenAI 正式发布 GPT‑Live，这是一款采用全双工架构的语音模型，能够同时听和说，实现更自然的实时对话。GPT‑Live 通过持续交互和委派处理更深入的工作（如搜索、推理）来提升体验，并在后台使用 GPT‑5.5 等前沿模型。新模型在对话流畅度、打断处理、智能回答等方面显著优于之前的语音模式。即日起向全球 ChatGPT 用户逐步推出两个版本：GPT‑Live‑1（付费用户）和 GPT‑ ## 为什么值得关注 GPT‑Live 让与 AI 的语音交流更像真人对话，不再有生硬的停顿和打断。这意味着日常使用中，你可以更自然地与 ChatGPT 聊天、提问或寻求帮助，而 AI 也能更好地理解你的意图，甚至在后台处理复杂任务时仍保持对话流畅。这项技术将推动语音助手向更智能、更人性化的方向发展。 ## 核心要点 - GPT‑Live 采用全双工架构，能同时听和说，实现自然对话。 - 它可以在后台委派任务给 GPT‑5.5 等模型，处理搜索、推理等复杂工作。 - 新模型在对话流畅度、打断处理、智能回答等方面优于高级语音模式。 - 即日起向全球 ChatGPT 用户推出，付费用户使用 GPT‑Live‑1，免费用户使用 GPT‑Live‑1 mini。 - 未来将开放 API，供开发者和企业集成。 2026 年 7 月 8 日 [产品](https://openai.com/news/product-releases/) | [发布](https://openai.com/research/index/release/) ## 推出 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) 00:00 / 03:34 收听文章 | 10:10 分享 我们正式推出 GPT‑Live——新一代语音模型，让你和 AI 说话的感觉更像是在进行一场真实的对话。 GPT‑Live 采用**全双工架构**（意思是它能同时听和说）。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，可以和你快速来回交流，也可以在你需要思考的时候保持安静。结果就是，这种语音体验让人感觉非常轻松，很容易聊下去。 GPT‑Live 也是我们目前最聪明的语音模型。对于那些需要联网搜索、更深入推理或更复杂任务的问题，它会在后台交给我们最新的前沿模型来处理，等结果准备好后再带回对话中。在它处理的同时，GPT‑Live 还能继续和你聊天，保持对话的流畅。上线之初，GPT‑Live 会在后台使用 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。我们相信，这项研究未来还能让我们用语音完成越来越复杂、耗时更长、更像智能助手（能自主执行任务）的工作。 从今天开始，我们向全球 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[表单](https://openai.com/form/gpt-live-1-in-the-api/)注册，以便收到通知。 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 协作就像和另一个人合作一样流畅、反应迅速的世界，而推理和复杂任务的执行则在后台无缝进行。 ### 以前的方法 早期的语音 AI 系统让我们离这个愿景更近了一步，但都伴随着重要的权衡。 ### 级联语音系统 **级联语音系统**依赖一系列模型依次工作，来处理每一轮对话。最初的 [ChatGPT 语音功能](https://openai.com/index/chatgpt-can-now-see-hear-and-speak/) 将三个模型串联起来：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将回复转换回语音。这种方法让我们第一次能够和前沿 AI 模型对话，但复杂性也带来了代价：信息可能在模型之间丢失，而且回复缓慢、生硬。 ### 级联语音系统 回复缓慢生硬，停顿时间长 STT（语音转文字） GPT-5.5 TTS（文字转语音） STT GPT-5.5 TTS 转录文本 与标准语音模式（使用 GPT-5.5 Instant）的对话示例 ### 回合制语音模型 像 [ChatGPT 高级语音模式](https://openai.com/index/hello-gpt-4o/) 这样的**回合制语音模型**，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回合来运作。模型必须等用户停止说话后才能回应，导致对话来回很僵硬。此外，由于回合检测基于静默，即使是短暂的停顿或背景噪音也可能被误认为是回合结束——导致模型在不自然的时候打断你。 ### 回合制语音模型 回复稍快、更流畅，但和模型的来回交流仍然感觉僵硬 转录文本 与 ChatGPT 高级语音模式的对话示例 ### 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，我们采用**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，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，还是调用某个工具。 这使得模型能够进行更自然的来回交流，更好地把握时间感，甚至可以进行实时翻译。 ### 持续交互 快速、自然、富有表现力的回复，以及更主动的倾听 用户 GPT-Live-1 转录文本 与 GPT-Live-1（使用 GPT-5.5 Instant）的对话示例 ### 委派处理更深入的工作 其次，我们将负责持续交互的 GPT‑Live 与更深入的工作分离开来。当一个问题需要搜索、推理或更强的智能助手能力时，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，也能保持对话的进行。 这个架构上的改变也让 GPT‑Live 能够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。 ### 委派处理更深入的工作 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 与 GPT-Live-1（使用 GPT-5.5 Instant）的对话示例 ### 评估 我们构建了全新的人工评估来衡量对话的愉悦度和流畅度。在这些对比测试中，在时长 5-10 分钟的匹配对话里，GPT‑Live‑1 和 GPT‑Live‑1 mini 在总体偏好、轮流发言、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（测试生物学、化学和物理学领域专家级科学推理能力的基准）上大幅超越高级语音模式。 * **BrowseComp**：GPT‑Live‑1 在 BrowseComp（测试智能体网络搜索和查找难以定位信息的能力）上相比高级语音模式有显著提升。 * **τ³-Voice Telecom（内部变体）**：GPT‑Live‑1 在 τ³-Voice Telecom（测试语音代理在逼真的多轮电信支持任务上的表现）上优于高级语音模式。 \* 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强度。 \*\* 在此评估中，我们使用了一个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，超过 1.5 亿人使用语音和听写等功能与 ChatGPT 对话。他们用它来获得免提的日常帮助、练习语言、讲睡前故事，或者只是在通勤时聊聊天。 从今天开始，当你点击语音按钮与 ChatGPT 交谈时，你将获得由 GPT‑Live 驱动的改进体验——对话更自然、回答更智能、倾听能力更好，并且能看到视觉回应。 00:00 ### 更自然的对话 现在和 ChatGPT 交谈应该感觉更像一场真正的对话了。你可以用问题打断它，停下来整理思路，或者让 ChatGPT 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，在你需要时给出更聪明的答案。你还可以选择适合你需求的推理级别：Instant 用于快速回复，或者当你希望 ChatGPT 花更多时间思考时，选择 Medium 或 High。 00:00 ### 更好的倾听 如果你需要思考一下，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 有些答案能看到会更直观。在你说话的同时，ChatGPT 现在可以显示丰富的视觉卡片，比如天气、股票、体育等信息。语音功能也继续支持搜索、记忆、图片和文件上传。 ![ChatGPT Voice 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 Voice 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 Voice 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 语音体验在日常使用中感觉更自然、能力更强、也更有用。 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，并针对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真实环境中如何使用语音，我们首先扩展了安全测试，加入了新的原生音频评估。我们还创建了合成评估，利用生成的音频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/)、暴力以及色情内容。内部专家还对模型进行了针对语音特有风险的“红队测试”（即模拟攻击来寻找漏洞）。 在我们的测试中，GPT‑Live 在我们评估的几乎所有领域都表现得与高级语音模式相当或更好。你可以在 GPT‑Live 的[系统卡](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，它可以引导模型给出更安全的回应，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 我们还在推出针对情感依赖的长期测量和发布后监控，以继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兴模式，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，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 iOS、Android 和 [ChatGPT.com](https://chatgpt.com/?openaicom-did=ea1ea798-5834-4201-8a25-768d0be3af2e&openaicom%5Freferred=true) 上的 ChatGPT 用户逐步推出。GPT‑Live‑1 将成为 Go、Plus 和 Pro 用户 ChatGPT 语音功能的默认模型，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](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，模型可能带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。 上线之初，GPT‑Live 在 ChatGPT 中不支持带视频或屏幕共享的语音功能，但我们正在努力尽快引入这些功能。你仍然可以访问 ChatGPT 语音的旧版本，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 现已成为 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 现已成为 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 现已成为您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：与您雄心相匹配的前沿智能 | 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](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](https://chatgpt.com/?openaicom-did=ea1ea798-5834-4201-8a25-768d0be3af2e&openaicom%5Freferred=true) * [ChatGPT Business](https://chatgpt.com/business/?openaicom-did=ea1ea798-5834-4201-8a25-768d0be3af2e&openaicom%5Freferred=true) * [ChatGPT Enterprise](https://chatgpt.com/business/enterprise/?openaicom-did=ea1ea798-5834-4201-8a25-768d0be3af2e&openaicom%5Freferred=true) * [ChatGPT for Education](https://chatgpt.com/business/education/?openaicom-did=ea1ea798-5834-4201-8a25-768d0be3af2e&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](https://platform.openai.com/login) * [文档](https://developers.openai.com/api/docs) 商业 * [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](https://developers.openai.com/apps-sdk) * [开放模型](https://openai.com/open-models/) * [文档](https://developers.openai.com/) * [资源](https://developers.openai.com/learn) * [开发者论坛](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](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/) [Twitter](https://x.com/OpenAI) | [YouTube](https://www.youtube.com/OpenAI) | [LinkedIn](https://www.linkedin.com/company/openai) | [GitHub](https://github.com/openai) | [Instagram](https://www.instagram.com/openai/) | [TikTok](https://www.tiktok.com/@openai) | [Discord](https://discord.gg/openai) OpenAI © 2015–2026 | 您的隐私选择 English | 美国 --- 英文原文：[Introducing GPT-Live](https://openai.com/index/introducing-gpt-live)