以下為經事實查核的完整解析:這些模型能做什麼、如何改進輪流式語音助理、誰主導開發,以及本週 AI 產業的重大動態。
GPT-Live 分為兩個版本 :
兩者皆取代先前的 ChatGPT 進階語音模式。它們建立於真正的全雙工架構之上,能持續處理輸入的音訊同時產生語音回應,而非舊有的半雙工模式——模型必須說完話才能聽取用戶 。
OpenAI 表示,推論成本已降至足以支撐語音功能的經濟規模,因此也能提供給免費用戶使用 。上線初期,GPT-Live 後端採用 GPT-5.5 進行推理 。
全雙工能力從三個具體面向改變了語音 AI 的互動體驗,OpenAI 在發表簡報中進行了展示。
模型可在對話中途被打斷,並會停止發言、開始聆聽,而非蓋過用戶的聲音。它也能偵測到用戶停頓思考,靜靜等待而不搶話 。OpenAI 產品負責人 Atty Eleti 在簡報中強調:「這是一個全雙工模型」。
模型還能在用戶說話時發出「嗯哼」、「對啊」等回應,顯示正在專心聆聽,並在用戶需要思考時保持安靜 。
當 GPT-Live 遇到困難問題時,它會將推理工作平行委託給 OpenAI 最新的文字模型(如 GPT-5.5),同時自身繼續與用戶對話 。研究負責人 Kundan Kumar 解釋:「當 GPT-Live 需要深入思考一個問題時,它可以將推理和複雜任務平行委託給 GPT-5.5,同時仍與用戶保持對話」。這意味著用戶無需等待語音模型自行處理艱澀任務——從研究到口頭回報的轉換幾乎瞬間完成 。
GPT-Live 能在對話過程中補充螢幕上的視覺輔助——圖片、圖表或其他 AI 生成內容——創造出超越純語音聊天的多模態體驗 。《The Verge》報導,該模型能在討論天氣、股市、運動等話題時,動態生成 AI 影像 。
整體而言,這些功能讓對話更接近真實的人類交流。《Business Insider》形容這是一個「希望你打斷它」的語音助理 ,《The Verge》則以「更懂得閉嘴」為標題評論 。
在媒體簡報與報導中提到的兩位關鍵人物是:
2026 年 1 月的報導也提到了基礎設施負責人 Ben Newhouse 與產品經理 Jackie Shannon 參與了音訊 AI 團隊重組 。
gpt-realtime-2.1 與 gpt-realtime-2.1-mini),透過改善快取將 p95 延遲降低 25% 。上線初期的一項限制:GPT-Live 目前不支援語音搭配視訊功能 。
OpenAI 選擇在 AI 產業異常忙碌的一週中推出 GPT-Live。
OpenAI 自家生態系:
競爭對手與相關消息:
以下為經事實查核的完整解析:這些模型能做什麼、如何改進輪流式語音助理、誰主導開發,以及本週 AI 產業的重大動態。
GPT-Live 分為兩個版本 :
兩者皆取代先前的 ChatGPT 進階語音模式。它們建立於真正的全雙工架構之上,能持續處理輸入的音訊同時產生語音回應,而非舊有的半雙工模式——模型必須說完話才能聽取用戶 。
OpenAI 表示,推論成本已降至足以支撐語音功能的經濟規模,因此也能提供給免費用戶使用 。上線初期,GPT-Live 後端採用 GPT-5.5 進行推理 。
全雙工能力從三個具體面向改變了語音 AI 的互動體驗,OpenAI 在發表簡報中進行了展示。
模型可在對話中途被打斷,並會停止發言、開始聆聽,而非蓋過用戶的聲音。它也能偵測到用戶停頓思考,靜靜等待而不搶話 。OpenAI 產品負責人 Atty Eleti 在簡報中強調:「這是一個全雙工模型」。
模型還能在用戶說話時發出「嗯哼」、「對啊」等回應,顯示正在專心聆聽,並在用戶需要思考時保持安靜 。
當 GPT-Live 遇到困難問題時,它會將推理工作平行委託給 OpenAI 最新的文字模型(如 GPT-5.5),同時自身繼續與用戶對話 。研究負責人 Kundan Kumar 解釋:「當 GPT-Live 需要深入思考一個問題時,它可以將推理和複雜任務平行委託給 GPT-5.5,同時仍與用戶保持對話」。這意味著用戶無需等待語音模型自行處理艱澀任務——從研究到口頭回報的轉換幾乎瞬間完成 。
GPT-Live 能在對話過程中補充螢幕上的視覺輔助——圖片、圖表或其他 AI 生成內容——創造出超越純語音聊天的多模態體驗 。《The Verge》報導,該模型能在討論天氣、股市、運動等話題時,動態生成 AI 影像 。
整體而言,這些功能讓對話更接近真實的人類交流。《Business Insider》形容這是一個「希望你打斷它」的語音助理 ,《The Verge》則以「更懂得閉嘴」為標題評論 。
在媒體簡報與報導中提到的兩位關鍵人物是:
2026 年 1 月的報導也提到了基礎設施負責人 Ben Newhouse 與產品經理 Jackie Shannon 參與了音訊 AI 團隊重組 。
gpt-realtime-2.1 與 gpt-realtime-2.1-mini),透過改善快取將 p95 延遲降低 25% 。上線初期的一項限制:GPT-Live 目前不支援語音搭配視訊功能 。
OpenAI 選擇在 AI 產業異常忙碌的一週中推出 GPT-Live。
OpenAI 自家生態系:
競爭對手與相關消息: