OpenAI 今日發表了全新的對話式模型，命名為 GPT-Live-1 和 GPT-Live-1 mini。該公司宣稱這些模型聽起來更自然，且能更好地處理對話輪替。它們是全雙工模型，意味著能同時說話和聆聽，讓使用者能自然地打斷對話，並實現即時翻譯等功能。
OpenAI 也將以 GPT-Live-1 mini 作為 ChatGPT 現有進階語音模式的預設替代。付費訂閱者將能使用功能更強大的 GPT-Live-1 模型。先前的模型結合了語音轉文字模型來轉錄語音、大型語言模型來生成回應，以及文字轉語音模型來傳遞最終答案。
該公司在記者會上表示，新模型解決了過去會打斷用戶說話，以及智慧程度不足以回答問題等問題。OpenAI 的新模型將在持續對話的同時，把查詢發送到最新的文字模型，例如 GPT-5.5，以進行搜尋、推理或代理功能。
OpenAI 也展示了模型可以長時間保持靜默，並吸收對話的上下文，直到被呼叫為止。此外，由於新的語音模式可存取更新的 GPT 模型，它也能以視覺格式呈現部分資訊。其他新創公司，例如從 DST 和 Lux Capital 獲得 4000 萬美元種子資金的 Monogram，也正朝向視覺回應發展，以使助理更具互動性。
該公司表示，ChatGPT 中的新語音模式旨在進行更長時間的對話。在簡報中，ChatGPT 語音產品負責人 Atty Eleti 提到，他曾在散步時與語音功能進行長達 30 到 40 分鐘的對話。
OpenAI 認為語音可能成為處理複雜工作的主要運算介面。有報導指出，該公司今年可能會推出具備 AI 功能的耳機，但 OpenAI 並未提供任何硬體產品的資訊。
Eleti 表示：「隨著時間推移，我們認為這也將解鎖將語音作為主要運算介面的能力，並管理日益複雜且長時間運作的代理工作。我們看到人們使用 Codex 和 ChatGPT 完成的那些驚人應用案例，我們認為語音可以成為未來各種工作的介面。」
過去幾年，OpenAI 一直致力於強化語音功能，讓 ChatGPT 的語音模式聽起來更自然。該公司表示，超過 1.5 億人透過語音和聽寫等功能與 ChatGPT 對話。
競爭對手也正努力讓其助理更具表現力。Apple 和 Amazon 都已更新其助理，使其更具對話性並能更好地處理上下文。由 Oculus 共同創辦人 Brendan Iribe 和 Ankit Kumar 創立的新創公司 Sesame，也推出了具備更自然對話能力的 AI 助理，同時在背景執行任務。
OpenAI 正朝著相同的方向邁進，目標是讓使用者能更長時間地免手持與其助理對話。儘管聲稱新語音模式聽起來更自然，但該公司強調其目的並非打造 AI 伴侶。它指出，新模型內建了安全防護措施，能為青少年提供符合年齡的回應，並在對話轉向自殘等話題時提供資源。
新的語音模式仍有改進空間。在展示中，當該公司展示其印地語即時翻譯功能時，助理帶有濃重的美國口音，且印地語聽起來不自然，帶有些許書面語氣。該公司表示新模式已針對「大多數常用語言」進行優化，但未具體說明是哪些語言。
