ChatGPT不再让你等待：GPT-Live今日向1.5亿用户推出

以前你和 ChatGPT 对话时，总要等。模型处理你的语音，生成回复，然后输出——接着等你再次开口。这种被称为“轮次式”的架构，从最早一批商用部署起，就是大多数语音 AI 的工作方式。OpenAI 如今把它废除了。

GPT-Live 运行在全双工架构上，这意味着它可以一边处理传入的语音，一边同步生成回应。实际的区别在于，你可以在模型说到一半时打断它——它会立刻停下来。模型能够捕捉简短的插入语、提问或话题转向，而不需要任何一方先把话说完。OpenAI 今天开始在全球范围推送，向付费订阅用户（Go、Plus、Pro）部署 GPT-Live-1，同时向免费用户推送 GPT-Live-1 mini，无需用户手动选择，直接替代了进阶语音模式。

每周使用 ChatGPT 语音功能的 1.5 亿人，将在两种场景中最明显地感受到这种变化：快速切换话题的对话，以及模型说完话后那段“停顿”的消失。GPT-Live 能用简短的认可词——比如“嗯哼”“对”——来表明自己在听，也可以在说话者还在思考时保持安静。当对话需要上网搜索、深度推理或处理复杂任务时，它会悄无声息地在后台交给一个前沿模型处理，然后把结果带回实时对话中。

这里有必要提一下质疑的部分。全双工并不意味着 GPT-Live 更擅长理解你在说什么——而是说它能更自然地顺应对话的节奏。早期测试显示，当说话者给出一个很长、信息密集的解释时，模型有时会在尚未完全理解整段话的意思之前就给出了回应。此外，整套系统完全跑在 OpenAI 的服务器上，所以每一次语音对话都依赖低延迟的连接——而这 1.5 亿周活用户并非人人都拥有同样稳定的网络条件。基建相对滞后的地区可能会发现，GPT-Live 实时对话的雄心，跑在了它们网络现实的前面。

还有一个关于迁移本身的结构性问题。OpenAI 在没有征得用户同意的情况下，自动将所有使用语音功能的用户转移到了新系统。公司将其定义为一次升级——在不少方面的确如此。但这也是对交互模式的一次改变，而数以百万计的用户此前早已形成了基于旧系统的预期——并且，旧系统何时下线，官方并未给出一个明确的退休时间表。

OpenAI 目前尚未针对 GPT-Live 宣布现有 ChatGPT 订阅用户的价格调整。预计该功能将在未来数日内推送给全球所有用户。进阶语音模式的正式退休日期尚未确认。

标签: OpenAI, chatgpt, AI模型, full-duplex, GPT-Live, 语音AI