OpenAI 发布 GPT-Live：边听边说，还能把难题交给 GPT-5.5 处理
全双工架构让 AI 语音对话不再「你说完我再说」，复杂问题后台交给 GPT-5.5 处理，对话不中断。
一分钟速览
- GPT-Live 是 OpenAI 新一代语音模型，支持全双工交互——边听边说，不再等你说完。
- 遇到需要搜索或深度推理的问题，GPT-Live 会后台委托 GPT-5.5 处理，同时保持对话流畅。
- 两个版本：GPT-Live-1（Plus/Pro 用户）和 GPT-Live-1 mini（免费用户）。
- 在人类偏好评测中，GPT-Live 在对话流畅度、自然度、打断处理上全面优于 Advanced Voice Mode。
- 已上线 ChatGPT iOS/Android/Web，API 即将开放。
1·发布 · 是什么
OpenAI 今天发布 GPT-Live，一个全双工语音模型。和之前的语音模式最大的区别：它不再等你说完再回答，而是可以边听边说。
这意味着你可以在它说话的时候打断它，可以暂停思考，可以说「嗯」表示你在听——就像和真人对话一样。
语音 AI 过去最大的问题是「回合感」——你说完，它说完，像打乒乓球。GPT-Live 把这种回合制变成了连续交互，同时把深度推理外包给 GPT-5.5，让「自然对话」和「聪明回答」不再冲突。
2·机制 · 怎么做到的
GPT-Live 的核心是两个架构变化。
全双工架构：不再处理一条消息、回复一条消息，而是持续处理输入同时生成输出。模型每秒做多次决策：该说话、该继续听、该暂停、该打断、该调用工具。
委托机制：遇到需要搜索、推理或复杂任务时，GPT-Live 把任务委托给 GPT-5.5 后台处理，同时保持对话流畅。等结果回来，再自然地接入对话。
三代语音架构对比
级联语音系统（旧）
语音→文字→LLM→文字→语音，三步串联。信息在模型间丢失，响应慢且生硬。
GPT-Live（新）
全双工架构，边听边说。持续交互 + 后台委托，对话流畅且聪明。
3·数据 · 表现如何
在人类偏好评测中，GPT-Live 在对话流畅度、自然度、打断处理上全面优于 Advanced Voice Mode。
- GPQA（专家级科学推理）：GPT-Live-1 大幅优于 Advanced Voice Mode
- BrowseComp（网页搜索）：GPT-Live-1 显著优于 Advanced Voice Mode
- τ³-Voice Telecom（电信客服任务）：GPT-Live-1 优于 Advanced Voice Mode
4·落地 · 对我有什么用
谁能用
- Free 用户：GPT-Live-1 mini
- Go / Plus / Pro 用户：GPT-Live-1
- API：即将开放，开发者可注册候补
一句话结论：GPT-Live 把语音 AI 从「回合制」变成了「连续交互」。
全双工 + 委托机制，让「自然对话」和「聪明回答」不再冲突。这是语音 AI 的一个重要里程碑。
"Our vision is to enable truly natural human–AI interaction: a world where collaborating with AI feels as fluid and responsive as working with another person."