Introducing GPT‑Live

Simon Willison's Blog 产品

摘要

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。

暂无内容
查看原文
查看缓存全文

缓存时间: 2026/07/09 07:56

# 介绍 GPT‐Live 来源:https://simonwillison.net/2026/Jul/8/introducing-gptlive/ 2026 年 7 月 8 日 – 链接博客 **介绍 GPT‐Live (https://openai.com/index/introducing-gpt-live/)** (via (https://news.ycombinator.com/item?id=48834405)) OpenAI *终于*升级了 ChatGPT 语音模式使用的模型! 我在 iPhone 应用上已经获得了几个星期的预览权限,这个新模型非常令人印象深刻。它还能够将更困难的任务交给 GPT-5.5 处理: > 对于需要网络搜索、更深层次推理或更复杂工作的问题,它会在幕后委托给我们的最新前沿模型,并在准备就绪后将结果带回对话中。在它工作的同时,GPT-Live 可以继续与你交谈并保持对话流畅。上线伊始,GPT-Live 将在后台使用 GPT-5.5。随着我们发布新的前沿模型,我们将持续更新 GPT-Live 所用的模型。 ChatGPT 应用之前的语音模式基于 GPT-4o 时代的模型,知识截止日期在 2024 年左右。我之前基本不再使用语音模式,因为这个模型的陈旧和相对薄弱大大限制了它作为头脑风暴伙伴的用处。 在预览期间,我遇到了一个相当隐蔽的 bug:我说话时,模型会插嘴发笑,而我说的话甚至根本不是玩笑!这让人感觉粗鲁且居高临下——我向 OpenAI 报告了这个问题,据我所知他们做了一些调整,现在这种情况不太可能发生了。 回顾我的对话记录,我觉得正是这段内容触发了插嘴式的发笑: > 那么猫头鹰在不出现的时候,比如黄昏前,它们在哪里?猫头鹰确实存在吧?它们是躲在洞里吗?它们躲在哪里? 我用新模型进行的最长一次对话,是在遛狗时(顺便拍了些鹈鹕的照片 (https://simonwillison.net/elsewhere/sighting/))整整聊了一个小时。我至今没能拍到一张猫头鹰的照片。

相似文章

GPT‑Live

Hacker News Top

OpenAI 宣布推出 GPT-Live,这是一种全新的全双工语音模型,通过允许同时收听和说话,实现更自然、实时的对话,后端模型为 GPT-5.5。

ChatGPT升级后的语音模式更会闭嘴

The Verge

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。

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。

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。