Skip to content
TopicTracker
来自 HackerNews查看原文
译文语言译文语言

GPT‑Live

OpenAI 推出了 GPT‑Live,这是一个全新的实时交互模式,让用户能够与 GPT 模型进行更自然、流畅的语音对话。该功能支持即时的语音输入与响应,旨在提升对话式 AI 的实用性和沉浸感。

背景速读

OpenAI 于 2025 年 5 月 13 日发布 GPT‑Live,一个面向 ChatGPT 付费用户的全新实时交互模式。它与此前基于文本的 GPT‑4o 不同,主打**极低延迟的语音对话**——用户说话后模型可在几百毫秒内回应,并支持打断、语速变化和情感语调。该模式依赖 OpenAI 最新的端到端语音模型,而非传统的“语音转文字→LLM→文字转语音”流水线。GPT‑Live 仅限 ChatGPT Plus、Pro 和 Team 订阅者使用,免费用户仍停留在旧版语音模式。此举被视为 OpenAI 在语音助手赛道追赶 Google Gemini Live 和 Anthropic 的 Claude Voice 的关键一步,也是通往通用人工智能(AGI)路线上交互体验的重要升级。

相关报道