OpenAI 发布了新的对话模型 GPT-Live-1 和 GPT-Live-1 mini，声称它们听起来更自然，并且比之前的版本能更好地处理轮流发言。这些全双工模型可以同时说话和聆听，允许用户自然地打断，并支持实时翻译等功能。该公司正在用 GPT-Live-1 mini 替换 ChatGPT 中当前的 Advanced Voice Mode，而付费用户则可以使用更大的 GPT-Live-1 模型。旧的设置——一个语音转文本模型、一个大语言模型和一个文本转语音模型拼凑在一起——显然存在一些问题，比如在用户说话中途打断，以及缺乏回答问题的智能。新模型可以将查询发送给 GPT-5.5 进行搜索、推理或代理任务，同时保持对话流畅。

OpenAI 还演示了该模型可以长时间保持沉默，吸收上下文直到被召唤，并且由于可以访问更新的 GPT 模型，还能呈现视觉信息。竞争对手如 Monogram（从 DST 和 Lux Capital 筹集了 4000 万美元）也在倾向于视觉响应。在一次新闻发布会上，ChatGPT Voice 产品负责人 Atty Eleti 声称他在散步时进行了 30 到 40 分钟的语音对话。OpenAI 设想语音将成为复杂计算的主要界面，有传言称它可能会在今年推出 AI 驱动的耳机，但该公司对硬件保持沉默。

“随着时间的推移，我们认为这将解锁语音作为计算主要界面的能力，并管理日益复杂的长期代理工作，”Eleti 说。OpenAI 多年来一直在完善语音功能，并指出超过 1.5 亿人在 ChatGPT 中使用语音和听写功能。苹果和亚马逊等竞争对手也在升级他们的助手，而初创公司如 Sesame（由 Oculus 联合创始人 Brendan Iribe 和 Ankit Kumar 共同创立）正在推出更自然的 AI 助手。OpenAI 坚称它并不是要创建 AI 伴侣，尽管让语音模式更具吸引力，并且增加了针对年龄的响应和自残话题资源的保护措施。然而，新模式仍需改进：在实时翻译成印地语的演示中，助手带着浓重的美国口音和书卷气。OpenAI 表示该模式针对“大多数口语”进行了优化，但没有具体说明是哪些。