OpenAI 今天发布了新的对话模型，称为 GPT-Live-1 和 GPT-Live-1 mini，声称它们听起来更自然，并且可以更好地处理轮流。这些是全双工模型，这意味着它们可以同时说和听，允许用户自然地打断并启用实时翻译等功能。
The company is also replacing its current Advanced Voice Mode in ChatGPT with GPT-Live-1 mini by default.付费级别的用户将能够访问更大的 GPT-Live-1 模型。之前的模型结合了用于转录语音的语音到文本模型、用于生成响应的大型语言模型以及用于提供最终答案的文本到语音模型。该公司在新闻发布会上表示，新模型解决了用户说话时打断用户以及没有足够的智能来回答问题等问题。
OpenAI 的新模型将把查询发送到最新的文本模型（如 GPT-5.5），以在继续对话的同时进行搜索、推理或代理功能。
OpenAI also showed that the model can stay silent for a long time and absorb the context of the conversation until it’s called upon. Plus, as the new voice mode has access to newer GPT models, it can also present some information in a visual format.其他初创公司，例如 Monogram，从 DST 和 Lux Capital 筹集了 4000 万美元的种子资金，也倾向于视觉响应，以使助手更具互动性。该公司表示，ChatGPT 中的新语音模式旨在进行更长时间的对话。在简报中，ChatGPT Voice 的产品负责人 Atty Eleti 表示，他在散步时使用语音功能进行了 30 到 40 分钟的对话。
OpenAI thinks that voice could be the primary interface to computing for complex work. Reports have suggested that it could launch a pair of earbuds with AI capabilities this year . However, it didn’t provide any information on hardware products. “随着时间的推移，我们认为这也将解锁使用语音作为一种主要计算接口的能力，以及管理日益复杂的长期运行的代理工作的能力。我们看到人们使用 Codex 和 ChatGPT 来完成令人惊叹的用例，我们认为语音可以成为未来各种工作的接口，”Eleti 说。过去几年，OpenAI 一直致力于增强基于语音的功能，以使 ChatGPT 的语音模式听起来更加自然。该公司表示，超过 1.5 亿人使用语音和听写等功能与 ChatGPT 进行交谈。
Rivals are also attempting to make assistants more expressive. Both Apple and Amazon have updated their assistants to be more conversational with better context handling. Oculus 联合创始人 Brendan Iribe 和 Ankit Kumar 创立的 Sesame 等初创公司也推出了人工智能助手，可以在后台完成任务时进行更自然的对话。
OpenAI is moving in the same direction, aiming to let users talk to its assistant hands-free for a longer time. Despite its claim that the new voice mode sounds more natural, the company emphasized that it’s not aiming to make this an AI companion.它指出，新模型内置了保障措施，可以为青少年提供适合年龄的反应，并在对话转向自残等话题时提供资源。新的语音模式还需要改进。在演示过程中，当该公司展示其印地语实时翻译功能时，助理带着浓重的美国口音，说的印地语听起来不自然，还带着些许嘘声。