OpenAI GPT-Live-1 全雙工語音模型：可以邊聽邊講、中斷對話、仲識得即時出圖

OpenAI 表示，推理成本已經大幅下降，令到語音功能喺經濟上可行，所以先可以連免費仔都用得 ^A。推出初期，GPT-Live 背後嘅推理能力係由 GPT-5.5 提供 ^OH。

全雙工點樣改善對話體驗？

全雙工能力喺三個具體方面改變咗語音 AI 嘅感覺，OpenAI 喺發布會上都有示範。

1. 自然嘅中斷同輪流發言

模型可以喺你講到一半嘅時候俾你打斷，佢會即刻收聲同聽你講，而唔係繼續講落去。佢亦識得檢測到你諗緊嘢而停頓，會等你唔會搶住講 ^AT。OpenAI 產品總監 Atty Eleti 喺發布會話：「呢個係一個全雙工模型」 ^T。

模型仲會喺你講緊嘅時候發出「mhmm」或者「係呀」呢啲反應，表示佢有留心聽，而你需要思考嘅時候佢就會靜靜等 ^OB。

2. 自動將複雜問題分流俾頂尖文字模型

當 GPT-Live 遇到難答嘅問題，佢會將推理工作分流俾 OpenAI 最新嘅文字模型（例如 GPT-5.5），同時間自己繼續同用戶保持對話 ^AT。研究主管 Kundan Kumar 解釋：「當 GPT-Live 需要認真思考一個問題，佢可以將推理同複雜任務分流俾 GPT-5.5，而自己就繼續同用戶傾偈」 ^LT。咁樣用戶就唔需要等語音模型慢慢諗嘢——從研究到講出結果嘅過程幾乎係即時 ^T。

3. 對話途中生成視覺內容

GPT-Live 可以喺對話期間即時生成圖像、圖表或者其他 AI 內容，令對話唔再局限於純語音，變成多媒體體驗 ^HAT。《The Verge》報道，講天氣、股票、體育嗰陣，模型會自動生成圖像輔助說明 ^T。

總括嚟講，呢啲功能令到對話感覺更加似人類自然傾偈。Business Insider 形容呢個助手「想你打斷佢講嘢」 ^B，《The Verge》嘅標題就直接話佢「更識得收聲」 ^T。

邊個負責開發？

喺發布會同媒體報道入面提到嘅兩位關鍵人物：

• Kundan Kumar — GPT-Live 研究主管，《The Verge》形容佢係「OpenAI 嘅研究主管」 ^LT。佢喺 2025年中由 Character.AI 過檔，係呢個語音 AI 項目嘅核心負責人 ^IIC。
• Atty Eleti — ChatGPT 語音產品總監，喺發布直播中介紹咗呢個模型 ^AT。

2026年1月嘅早期報道仲提到基礎架構主管 Ben Newhouse 同產品經理 Jackie Shannon 都有參與語音 AI 嘅重組工作 ^IX。

推出時間表

• 2026年7月8號 — 全球逐步推送，所有 ChatGPT 用戶（iOS、Android、網頁版）都會收到。付費用戶用 GPT-Live-1，免費用戶用 GPT-Live-1 mini ^RHT。
• 同一星期嘅 7月7–8號，OpenAI 仲推出咗新嘅 API Realtime 模型（gpt-realtime-2.1 同 gpt-realtime-2.1-mini），改進咗緩存機制令 p95 延遲降低 25% ^C。

不過要注意：推出初期，GPT-Live 暫時唔支援語音加視頻功能 ^T。

同一星期嘅其他 AI 大新聞

OpenAI 推出 GPT-Live 嘅呢個星期，AI 界非常熱鬧。

OpenAI 自己嘅生態系：

• GPT-5.6（Sol、Terra、Luna 三個版本）預計喺 2026年7月9號 公開發佈，擴大之前有限度推出嘅用戶範圍 ^HE。

競爭對手同相關消息：

• Anthropic — 7月初大幅更新咗 Claude Sonnet 5，改善咗指令遵循同程式碼生成嘅準確性，特別係複雜嘅代理任務 ^S。同一星期，特朗普政府解除咗對 Anthropic Fable 5 同 Mythos 5 模型嘅出口管制 ^SLF。
• Google DeepMind — 推出 NanoBanana 2 Lite，一個圖像生成模型，4秒內生成一張圖，每1,000張圖只需 $0.034 美元 ^T。
• Meta — 傳聞準備推出雲端服務，另一方面受到美國政府喺 AI 安全審查方面嘅壓力 ^NL。
• SpaceXAI（xAI） — 傳聞準備同 Anysphere（Cursor 嘅母公司）合作推出新 AI 模型 ^E。
• 中國 — 開始倒數9日，準備實施新嘅 AI 伴侶法，可能導致 3.45億 Doubao 用戶嘅服務被關閉 ^B。
• 白宮 — 預計會公佈自願性 AI 模型標準 ^B。