GPT-Live是建立在 全双工架构 上的全新语音模型家族——它可以同时听和说,而不是像传统“按键通话”那样交替进行 。2026年7月8日发布了两个版本:
该系统 完全取代了此前的Advanced Voice Mode 。关键架构变化包括:
此前的 Advanced Voice Mode(2024年中推出)是一个基于轮次的系统,交替进行听和说。它于2026年7月8日被GPT-Live 完全取代 。旧的macOS桌面语音功能更早——于 2026年1月15日 被移除 ——作为在GPT-Live推出前简化和增强语音能力的更广泛计划的一部分 。
ChatGPT Voice桌面版让用户可以通过语音 控制整个统一应用,涵盖三种模式——Chat、Work 和 Codex——均可从单个桌面界面中访问 。
用户可以口头命令 同时指挥Work或Codex中运行的多个智能体,例如:“查看我的日历,起草一封邮件,并准备一份会议摘要” 。
在 Mac桌面应用 上,ChatGPT Voice集成了 Appshots 功能,该功能最初于2026年5月为Codex发布,允许AI捕获 最前端的应用窗口 ——包括其截图和可访问文本——作为上下文 。
ChatGPT Voice桌面版利用 Computer Use(OpenAI控制操作系统的能力)、本地文件和插件来执行语音请求 。该系统可以:
ChatGPT Voice的桌面发布建立在两周前——2026年7月9日——发生的一项重大产品整合之上:
| 2026年7月9日之前 | 2026年7月9日之后 |
|---|---|
| 独立的Codex桌面应用 | Codex被整合到统一的ChatGPT桌面应用中 |
| 独立的ChatGPT和Codex应用 | 单个应用,包含 **Chat |
| 没有ChatGPT Work智能体 | ChatGPT Work作为新的非编码任务智能体加入 |
| GPT-5.5处理复杂任务 | GPT-5.6(Sol / Terra / Luna模型家族)驱动统一体验 |