OpenAI 升级 ChatGPT 语音模式：推出 GPT-Live-1

OpenAI 正在对 ChatGPT 的语音模式进行大幅升级，核心是替换为一个代号为 GPT-Live-1 的新语音模型。据 OpenAI 在媒体沟通会上介绍，新模型的设计目标是让对话体验「更像与另一个人交谈」——减少抢话、在用户停顿时主动等待，并在多轮对话中更自然地衔接。

核心升级：减少打断，更懂停顿

GPT-Live-1 被定位为 OpenAI「迄今最聪明的语音模型」。在交互细节上，新版本针对此前被诟病的两大问题做了优化：

• 主动打断用户的频率明显降低，模型会等待用户讲完再回应；
• 当用户讲到一半出现短暂停顿时，模型不会急于抢答，而是会等用户继续说下去。

OpenAI 研究负责人 Kundan Kumar 在简报中表示，新模型希望复刻真人对话中的「节奏感」，让 ChatGPT 不再像一个急着抢答的助手，而更像一个愿意倾听的对话者。

语音与文本模型协同

GPT-Live-1 的另一项关键设计是与 OpenAI 自家文本模型的深度联动。当用户的问题需要推理、计算或实时联网信息时，语音模式会自动把请求路由给更强的文本模型处理，例如 GPT-5.5，然后再由 GPT-Live-1 把结果以语音形式「说出来」。

这种「语音在前、文本在后」的架构带来两个直接好处：

• 复杂问题仍可调用更高级的文本模型能力，不被语音模型的容量限制住；
• 从「查资料」到「开口讲」的切换更流畅，减少此前在语音模式中需要手动换模型或退出会话的步骤。

对合作与多轮对话的增强

简报中还提到，升级后的语音模式将进一步补充 ChatGPT 在协作场景下的能力，例如在用户进行头脑风暴、讨论方案时，模型能更好地理解上下文并给出衔接性的回应，而不仅仅是「一问一答」。

目前 OpenAI 并未披露 GPT-Live-1 的具体上线时间表和可用范围，仅表示新模型将作为 ChatGPT 语音模式背后的默认引擎逐步推送。完整的发布细节可在 The Verge 原文报道中查看。