OpenAI 宣布推出 GPT-Live 新语音模式,该模式可将复杂查询委托给 GPT-5.5 以获得更先进的回复,官方博客文章已公布。此功能旨在弥合语音助手与前沿 AI 模型之间的差距。 GPT-Live 通过实时委托给最新模型,显著增强了语音交互能力,使语音助手更加强大。这可能会改变用户免提进行头脑风暴、工作和交流的方式,有望为 AI 语音界面树立新标准。 据早期访问用户 simonw 称,GPT-Live 支持长达一小时的对话,不再受限于老旧的语音模型,但存在一个 bug,即会打断用户并对非预期的提示发笑。委托功能在后台运行,用户不再受限于落后前沿数年的语音模型。
背景
GPT-Live 是一种语音模式,允许用户自然说话并从 GPT-5.5(OpenAI 最先进的模型)获得回复。之前的语音模式使用较小的专用模型,缺乏基于文本的 GPT 的全部推理能力。这种委托方法结合了低延迟语音识别与前沿模型的高智能。
社区讨论
早期访问用户 simonw 称赞该功能支持长时间的生产性对话,但指出存在意外打断的 bug。一些评论者如 jonstaab 表达了对替代人际关系的伦理担忧,而 artdigital 则批评所有前沿助手在语音模式中缺乏工具/连接器支持。