ChatGPT升级后的语音模式更会闭嘴

The Verge 模型

摘要

OpenAI发布GPT-Live-1,这是ChatGPT升级后的语音模式,打断用户更少,支持实时翻译,并能针对天气、体育等话题生成视觉背景。

<figure> <img alt="展示ChatGPT语音模式的图示" data-caption="" data-portal-copyright="Image: OpenAI" data-has-syndication-rights="1" src="https://platform.theverge.com/wp-content/uploads/sites/2/2026/07/chatgpt-voice-upgrade.jpg?quality=90&#038;strip=all&#038;crop=0,0,100,100" /> <figcaption> </figcaption> </figure> <p class="wp-block-paragraph">OpenAI正在用一款新模型彻底改造ChatGPT的语音模式,据称该模式更像“与另一个人交谈”。新的GPT-Live-1旨在减少打断,并会在你对话中停顿后等待你继续说话。</p> <p class="wp-block-paragraph">在一次媒体简报会上,OpenAI研究主管Kundan Kumar称GPT-Live-1是该公司迄今为止“最智能的语音模型”。当需要进行推理或搜索网络时,它会自动将你的查询传递给其最佳文本模型(如GPT-5.5),从而能够更快速地从研究你所询问的话题过渡到讨论其发现。升级后的模型还将补充对话……</p> <p><a href="https://www.theverge.com/ai-artificial-intelligence/962856/chatgpt-upgraded-voice-mode-gpt-live">阅读The Verge的完整报道。</a></p>
查看原文
查看缓存全文

缓存时间: 2026/07/09 07:34

# ChatGPT 升级版语音模式更擅长闭嘴 来源:https://www.theverge.com/ai-artificial-intelligence/962856/chatgpt-upgraded-voice-mode-gpt-live OpenAI 正在对 ChatGPT 的语音模式进行彻底改造(https://openai.com/index/introducing-gpt-live/),推出了一款新模型,声称它更接近于“与另一个人交谈”。全新的 GPT-Live-1 旨在减少打断你的次数,如果你在对话中途停顿,它也会等你继续说话。 在一次媒体简报会上,OpenAI 研究负责人 Kundan Kumar 称 GPT-Live-1 是该公司“最智能的语音模型”。当需要推理或搜索网络时,它会自动将你的查询传递给其最优秀的文本模型(例如 GPT-5.5),从而能够更快地从研究你询问的话题过渡到讨论其发现。升级后的模型还会在讨论天气、股票和体育等话题时,补充由 AI 生成的视觉信息,显示体育比分或本周天气预报等相关数据。 ChatGPT 此前依赖一个较旧的、基于轮流对话的语音模型,该模型并非总能给出准确答案,有时也难以保持自然的对话流畅度。“这是一个全双工模型,”OpenAI 产品负责人 Atty Eleti 在简报会上表示。“这实际上意味着它可以同时说话和倾听……从模型的角度看,它可以持续且同时处理输入流并产生输出流。” 这种设置为 ChatGPT 的语音模式解锁了新功能,例如实时翻译。现在,ChatGPT 不再需要等到你停止说话才翻译你的语音,而是可以在你说话的同时进行翻译。你现在还可以要求 ChatGPT 语音模式闭嘴,直到被呼叫才开口说话,OpenAI 表示这在以前是不可能的。它还会用“嗯哼”、“是的”和“收到”等短语来确认它正在倾听。 OpenAI 指出,它已增加了内置安全措施,引导模型远离有害回复,或在“高风险”情况下完全结束对话。(OpenAI 目前正面临一系列诉讼,指控 ChatGPT 助长妄想(https://www.theverge.com/news/842494/openai-chatgpt-wrongful-death-suzanne-adams-delusions)并损害了用户的(https://www.theverge.com/news/766678/openai-chatgpt-parental-controls-teen-death)心理健康(https://www.theverge.com/ai-artificial-intelligence/960381/openai-lawsuit-claims-chatgpt-4o-escalated-a-mans-manic-episode-into-a-weeks-long-delusion-and-self-harm)。)该模型还经过训练,可以在涉及自残的对话中提供“专家审核过的危机热线支持”,并且旨在为青少年提供“适合其年龄”的回应。 GPT-Live-1 正在 iOS、Android 以及网页端逐步推出。它将为 Go、Plus 和 Pro 订阅用户的 ChatGPT 语音模式提供支持,而一个更小、更高效的 GPT-Live-1 mini 模型将成为免费用户的默认选项。 **关注本文中的话题和作者**,即可在个性化主页信息流中查看更多类似内容,并接收邮件更新。 - Emma Roth

相似文章

Introducing GPT‑Live

Simon Willison's Blog

OpenAI 终于升级了驱动 ChatGPT 语音模式的模型,推出了 GPT‑Live。它能够在保持对话流畅的同时,将复杂任务委托给 GPT‑5.5。新模型的能力远超此前基于 GPT‑4o 的语音模式。

ChatGPT 语音模式是一个较弱的模型

Simon Willison's Blog

ChatGPT 的语音模式运行在一个较弱的 GPT-4o 时代模型上,知识截止日期为 2024 年 4 月,比 OpenAI 最新能力要旧得多。文章强调了 OpenAI 消费者语音界面与其更高级付费模型之间日益扩大的差距,这种差距是由于奖励信号清晰度和 B2B 市场激励的差异造成的。

ChatGPT 现在可以看、听和说话

OpenAI Blog

OpenAI 正向 ChatGPT Plus 和企业用户推出新的语音和图像功能,使用户能够进行语音对话并分享图像,实现由 GPT-3.5/GPT-4 和自定义文本转语音模型支持的多模态交互。

OpenAI 发布新语音模型,实现更自然的实时对话

TechCrunch AI

OpenAI 发布了新的全双工语音模型 GPT-Live-1 和 GPT-Live-1 mini,旨在实现更自然的实时对话,支持同时说话和聆听,在轮流发言和上下文处理方面有所改进,并取代 ChatGPT 中的 Advanced Voice Mode。