乐鱼APP，您的专属体育社区

2024年5月18日 | 3条评论 | 体育资讯 | 乐鱼君

OpenAI 于 7 月 9 日公布了其最新的 GPT-Live 系列模型，该系列被定义为新一代全双工语音模型，能够实现同步收听与回应，从而大幅提升 AI 对话的逼真度，使其体验更接近于与真人交流。

目前，GPT-Live 系列推出了 GPT-Live-1 和 GPT-Live-1 mini 两个版本，已向全球 ChatGPT 用户开放。其中，GPT-Live-1 模型可供 Go、Plus 和 Pro 订阅用户使用，而免费用户则可体验 GPT-Live-1 mini 模型。

在技术架构上，GPT-Live 系列采用了全双工设计，摆脱了以往单轮对话结束后再进行响应的模式。它能够同时处理输入信息和输出内容，并能以“每秒多次”的频率自主判断何时说话、继续倾听、暂停、打断或调用外部工具，以此营造出更贴近真人对话的体验。

针对复杂任务，GPT-Live 系列能够将连续交互和深度推理进行拆分处理。模型在前台维持语音对话的流畅进行，同时将网页搜索、复杂推断或其他更具挑战性的任务交给后台的 GPT-5.5 系列模型执行。具体而言：

• GPT-Live-1（instant）与 GPT-Live-1 mini 会调用 GPT-5.5 Instant。
• GPT-Live-1 Medium 会采用 GPT-5.5 Thinking Medium 的推理强度。
• GPT-Live-1 High 则会使用 GPT-5.5 Thinking High 的推理强度。

OpenAI 在性能评估方面，专门建立了一套新的人工评测体系，重点关注语音交流中的舒适度和整体对话流畅性。在针对 5-10 分钟的配对对话测试中，GPT-Live-1 和 GPT-Live-1 mini 在整体偏好度、轮次衔接、打断情况、对话流畅度和自然度等指标上，均获得了比此前 Advanced Voice Mode 更高的得分。

关于用户规模，OpenAI 透露，每周有超过 1.5 亿用户通过 Voice 和 Dictation 等功能与 ChatGPT 进行语音互动，应用场景涵盖了免提的日常辅助、语言学习、睡前故事以及通勤时的闲聊。新版本还加入了在语音对话中展示天气、股票、体育等可视化信息卡片的功能，并继续支持搜索、记忆、图片和文件上传等能力。

在安全方面，OpenAI 表示，GPT-Live 模型在自残、精神病性症状与躁狂、对 AI 的情感依赖、暴力及性内容等多个领域，都经历了原生音频评测、合成音频评测以及内部红队测试。官方声明指出，该模型在几乎所有评估维度上的表现都与 Advanced Voice Mode 相当，甚至有所超越。

乐鱼电竞深耕专业的体育资讯和深度分析，助您洞悉赛事全局。领域，用心服务每一位用户。