OpenAI 推出了 GPT-Live，並將其形容為新一代的語音模型，同時它也成為全新版本的 ChatGPT Voice。從今天起，它向全球各地的 ChatGPT 使用者推送，共有兩種版本，分別是 GPT-Live-1 與較輕量的 GPT-Live-1 mini。該公司在一場直播前先行預告它是全新的 ChatGPT Voice，而這次主打的重點，與其說是助理懂得更多，不如說是它終於能以一種更不像下達指令、而更像在對話的方式來交談。
真正重要的變化是全雙工（full-duplex）音訊。大多數語音助理，包括 OpenAI 自家先前的語音模式，都以輪流的方式運作：你說話，系統等你說完，然後才回應，這造成了略顯生硬、如同對講機般的感受，一直以來都讓語音 AI 顯得有點尷尬。GPT-Live 則能同時聆聽與說話。在實際使用上，這代表它可以在你話說到一半時，用一聲簡短的「嗯」或「對」來回應你，在沒有冗長停頓的情況下快速地你來我往，適時插話或被你打斷，又或者在該安靜時就保持沉默。這聽起來是個很小的差異，卻改變了整個互動的質感。
OpenAI 打造它的方式也值得留意，因為 GPT-Live 被設計成一個快速的對話層，而不是一個包辦一切的單一模型。當一項請求需要更繁重的處理，例如網路搜尋、更深入的推理或更複雜的工作時，GPT-Live 會把該任務委派給在背景運作的前沿模型，而在推出之初，它以 GPT-5.5 來執行這些交接。當更困難的思考在別處進行、再回到對話中時，語音模型仍能保持即時回應、聽起來仍像真人。ChatGPT Voice 現在還能在你說話時，針對天氣、股票和運動賽事等內容顯示視覺卡片，因此語音體驗不再是純粹的音訊。
精確說明這次推出是什麼、又不是什麼會有幫助。GPT-Live 是一次重新打造的語音體驗，而不是一個新的前沿模型，面對困難問題的原始智慧來自它所委派的模型，而非語音層本身。它推出時也帶有實際的限制：在推出之初，GPT-Live 在 ChatGPT 中並不支援語音搭配影片或螢幕分享，OpenAI 表示這兩項功能仍在努力加入中。因此，這裡的進展在於互動與架構，在於助理如何交談、以及工作如何被分配，而不在於底層系統的聰明程度有多大的躍進。
這件事之所以重要，是因為語音已悄然成為消費性 AI 中競爭最激烈的戰場之一，Google、xAI 的 Grok 語音，以及一波新創公司，全都在推動讓口語互動變得更自然。一次就把全雙工語音模型送到每一位 ChatGPT 使用者手中，在這場競賽中是相當重要的一步；而這種設計選擇，也就是一個反應快速、隨時都在聆聽的前端，把繁重的工作委派給前沿模型，正是其他產品很可能會仿效的模式。這一切本身並不會讓助理變得更聰明，但它確實大幅提高了「與助理交談是什麼感覺」的標準，而對許多人來說，這正是決定他們究竟要不要使用語音的關鍵。