OpenAI Lancarkan GPT-Live-1: Suara Dwi-Hala Tawar Gangguan, Laluan ke GPT-5.5, dan Jana Visual Sembang

Pada 8 Julai 2026, OpenAI melancarkan GPT-Live, keluarga model suara baharu yang menandakan perubahan asas dalam cara manusia berinteraksi dengan pembantu AI. Berbeza dengan corak "saya cakap, lepas tu awak cakap" pembantu suara sebelum ini, GPT-Live-1 dan GPT-Live-Live-1 mini menggunakan seni bina dwi-hala (full-duplex) yang boleh mendengar dan bercakap serentak — dan ia mula dilancarkan kepada setiap pengguna ChatGPT mulai hari ini .

Berikut adalah perincian lengkap yang disahkan secara fakta tentang apakah model-model ini, bagaimana ia memperbaiki pembantu suara bergilir, siapa yang membinanya, dan di mana ia berada dalam minggu pelancaran AI utama.

Apa Itu GPT-Live-1 dan GPT-Live-1 mini?

GPT-Live hadir dalam dua versi :

• GPT-Live-1 — dilancarkan untuk pengguna ChatGPT berbayar (Go, Plus, Pro)
• GPT-Live-1 mini — dilancarkan untuk pengguna peringkat Percuma

Kedua-duanya menggantikan mod suara ChatGPT Advanced Voice sebelumnya. Ia dibina di atas seni bina dwi-hala sebenar yang memproses audio masuk secara berterusan sambil menjana respons pertuturan, berbanding pendekatan separuh dwi-hala lama di mana model perlu habis bercakap sebelum boleh mendengar pengguna .

OpenAI menyatakan kos inferens sudah menurun cukup untuk menjadikan ekonomi suara berfungsi, sebab itu model ini turut tersedia untuk pengguna percuma . Pada pelancaran, GPT-Live menggunakan GPT-5.5 di latar belakang untuk penaakulan .

Bagaimana Suara Dwi-hala Memperbaiki Pembantu Bergilir

Keupayaan dwi-hala mengubah rasa AI suara dalam tiga cara spesifik yang ditunjukkan OpenAI semasa taklimat pelancarannya.

1. Gangguan dan Giliran Bercakap Semula Jadi

Model boleh diganggu di tengah-tengah ayat dan akan berhenti serta mendengar, bukannya bercakap mengatasi pengguna. Ia juga mengesan apabila pengguna berhenti sejenak di tengah-tengah pemikiran dan menunggu dan bukannya memotong . Atty Eleti, ketua produk OpenAI, berkata semasa taklimat: "Ini adalah model dwi-hala" .

Model juga boleh menunjukkan ia sedang memberi perhatian dengan frasa seperti "mhmm" atau "yeah" semasa pengguna masih bercakap, dan ia akan diam apabila anda memerlukan masa untuk berfikir .

2. Laluan Pertanyaan Kompleks ke Model Teks Sempadan Secara Selari

Apabila GPT-Live berdepan soalan sukar, ia mewakilkan penaakulan kepada model teks terkini OpenAI (seperti GPT-5.5) secara selari, sementara GPT-Live sendiri kekal berbual dengan pengguna . Kundan Kumar, ketua penyelidikan, menjelaskan: "Apabila GPT-Live perlu berfikir keras untuk sesuatu soalan, ia boleh mewakilkan penaakulan dan tugas kompleksnya kepada GPT-5.5 secara selari, sementara GPT-Live masih kekal berbual dengan pengguna" . Ini bermakna pengguna tidak perlu menunggu model suara menaakul melalui tugas berat — peralihan daripada penyelidikan kepada penemuan lisan adalah hampir serta-merta .

3. Visual Jana AI Semasa Perbualan

GPT-Live boleh melengkapkan perbualan dengan visual pada skrin — imej, rajah, atau kandungan janaan AI lain — mewujudkan pengalaman multimodal yang melangkaui sembang suara semata-mata . The Verge melaporkan bahawa model ini akan melengkapkan perbualan tentang cuaca, saham, dan sukan dengan imej janaan AI .

Secara kolektif, ciri-ciri ini menjadikan perbualan terasa lebih dekat dengan dialog manusia semula jadi. Business Insider menyifatkannya sebagai pembantu yang "mahu anda bercakap lebih" . The Verge dengan tajuknya memanggilnya "lebih pandai diam" .

Siapa Yang Memimpin Pembangunan?

Dua orang utama yang dinamakan dalam taklimat akhbar dan laporan media ialah:

• Kundan Kumar — Ketua penyelidikan untuk GPT-Live, digambarkan oleh The Verge sebagai "ketua penyelidik OpenAI" untuk projek ini . Beliau menyertai OpenAI daripada Character.AI pada pertengahan 2025 dan berkhidmat sebagai ketua teras projek AI audio .
• Atty Eleti — Ketua produk untuk ChatGPT Voice, yang membentangkan model tersebut semasa strim langsung pelancaran .

Laporan awal dari Januari 2026 juga menamakan ketua infrastruktur Ben Newhouse dan pengurus produk Jackie Shannon sebagai terlibat dalam penyusunan semula AI audio .

Garis Masa Pelancaran

• 8 Julai 2026 — Pelancaran global mula digulung kepada semua pengguna ChatGPT di iOS, Android, dan web, dengan GPT-Live-1 untuk pelanggan berbayar dan GPT-Live-1 mini untuk pengguna percuma .
• Juga pada 7–8 Julai, OpenAI mengeluarkan model API Realtime baharu (gpt-realtime-2.1 dan gpt-realtime-2.1-mini) dengan kependaman p95 25% lebih rendah melalui cache yang dipertingkatkan .

Satu had yang dinyatakan pada pelancaran: GPT-Live tidak menyokong suara dengan keupayaan video buat masa ini .

Pelancaran AI Utama Lain Minggu Sama

OpenAI melancarkan GPT-Live di tengah-tengah minggu yang luar biasa sibuk merentasi industri AI.

Ekosistem OpenAI sendiri yang lebih luas:

• GPT-5.6 (varian Sol, Terra, dan Luna) dijangka untuk siaran awam pada 9 Julai 2026, memperluas akses selepas pelancaran terhad awal .

Pesaing dan berita berkaitan:

• Anthropic — Menolak kemas kini ketara kepada Claude Sonnet 5 pada awal Julai, dengan penambahbaikan dalam arahan ikut dan ketepatan penjanaan kod untuk tugas agen kompleks . Pentadbiran Trump juga menarik balik kawalan eksport ke atas model Fable 5 dan Mythos 5 Anthropic pada minggu yang sama .
• Google DeepMind — Menghantar NanoBanana 2 Lite, model penjanaan imej yang menghasilkan imej dalam masa bawah 4 saat pada harga $0.034 bagi setiap 1,000 imej .
• Meta — Dilaporkan bersedia menawarkan perkhidmatan neocloud, dan secara berasingan di bawah tekanan daripada kerajaan A.S. mengenai semakan keselamatan AI .
• SpaceXAI (xAI) — Dilaporkan bersedia mengeluarkan model AI baharu dengan kerjasama Anysphere (Cursor) sebagai sebahagian daripada dorongan kompetitif yang lebih luas .
• China — Kiraan detik 9 hari bermula untuk undang-undang teman AI baharu China, yang akan memaksa penutupan yang menjejaskan 345 juta pengguna Doubao .
• Rumah Putih — Dijangka mengumumkan piawaian model AI sukarela .

Kesimpulan

GPT-Live-1 dan GPT-Live-1 mini mewakili lonjakan ketara dalam interaksi suara AI. Dengan seni bina dwi-hala, ia membolehkan perbualan yang lebih semula jadi dan lancar, mengurangkan geseran yang biasa dengan pembantu suara tradisional. Pelancaran ini berlaku pada minggu yang sibuk untuk inovasi AI, menandakan persaingan yang semakin memanas dalam ruang AI suara dan multimodal.