在语音交互中，哪怕卡顿零点几秒，也会让人瞬间出戏。为了让AI说话不再“结巴”，OpenAI耗时半年重构了语音系统GPT-Live，让原本最慢的音频帧，跑出了旧系统最快速度的流畅感。它靠什么打破延迟魔咒？ 第一，给AI“分工”并“换底座”。过去AI听、想、搜挤在一条道上，容易堵车。现在，GPT-Liv...

7月9日，OpenAI正式发布新一代语音模型GPT-Live，让人机对话如真人般自然流畅！该模型打破传统回合制局限，实现“边听边说”，能用“嗯哼”等短回应传递倾听信号，在用户停顿思考时耐心等待，且抗噪音干扰能力显著增强。GPT-Live集成最新GPT-5.5模型，支持网络搜索、深度推理、实时翻译及视觉卡片展示。自本周三起，全球用户可体验GPT-Live-1（Plus/Pro默认）与GPT-Live-1 mini（Free默认）两版本。点击语音按钮即可使用，暂不支持语音通话与屏幕共享。

近日，OpenAI正式发布全新语音交互模型GPT-Live，带来媲美真人的对话体验，其“瞬间翻译”能力更让同声传译面临失业挑战。相比以往，GPT-Live采用全双工架构，支持边说边听与随时插话，彻底告别“抢麦”与回合制延迟；同时引入深度任务委托，前台流畅陪聊，后台调用GPT-5.5进行联网搜索与复杂推理。此外，新版语音全面支持可视化卡片弹出、图片识别等功能，在厨房烹饪指导、面试复盘等场景表现出色。此次升级标志着AI交互从“使用工具”向“真人交流”的范式转变，语音通话或将成为未来最核心的交互入口。