2026年7月，OpenAI正式向全球用户推出基于GPT-Live架构的全新ChatGPT语音体验，相较2024年上线的Advanced Voice Mode（高级语音模式），新架构依托后台默认调用的GPT-5.5模型，实现聆听、发言、思考的并行处理，推动AI语音交互从传统对讲机模式转向接近真人的全双工对话，是AI语音交互路线的重要技术更迭。
不少使用过AI语音助手的用户都有过类似的尴尬体验：你必须等AI把整段话说完才能开口提问，中途插话必然会被系统忽略或是打断，一来一回的节奏完全不像和真人对话，更像是拿着老式对讲机喊话。这次OpenAI的更新，直接瞄准了这个困扰行业多年的交互痛点。
自2022年生成式AI爆发以来，大语言模型的语义理解能力已经达到了可用门槛，但语音交互的流程限制始终是阻碍其进入日常场景的核心短板。
此前包括Siri、小爱同学在内的消费级语音助手，以及2024年OpenAI推出的ChatGPT高级语音模式，均采用半双工通信机制：系统同一时间只能处理「听」或是「说」单任务，必须等一方输入完全结束后才能切换状态，不仅交互节奏生硬，也很难传递语气、停顿这类非语言信息，难以满足陪伴、咨询等强交互需求。
登录后解锁全文，体验收藏、点赞、评论等完整功能
立即登录
滇公网安备 53252802528133号