OpenAI正在推出GPT-Live，这是ChatGPT的一种全新全双工语音模式，能够同时进行听和说。这一升级消除了此前AI语音助手那别扭的轮流对话方式，还能在对话同时进行网络搜索。GPT-Live已向所有ChatGPT用户开放，包括免费账户，有望带来更自然、更流畅的AI语音交互体验。
AI语音模式的表现通常很差，以至于我基本上都不想去用。到目前为止，ChatGPT、Claude和Gemini的语音模式在听和说上都必须轮流进行，这导致对话变得断断续续，长篇大论之后紧接着就是突然的打断。
不过，我们已经看到一些AI初创公司推出了听起来更自然的语音模式，有些甚至能在说话的同时进行倾听。现在，OpenAI也推出了一种升级版的对话模式，其设计目标同样是成为一个更好的倾听者。
GPT-Live（我目前还没机会试用）正逐步向ChatGPT用户推送，它拥有一项关键特性：全双工架构。这使得模型能够同时进行听和说。
此前的ChatGPT语音模式是轮流进行的，类似于老式的民用波段电台。这意味着，当我在说话时，你只能听着——“嘿，老兄，你在哪？完毕”——而当你说话时，我也只能听着——“我在5号州际公路的邓肯甜甜圈店，完毕。”
借助GPT-Live（它将推出两个版本：GPT-Live-1和GPT-Live-1 mini），ChatGPT现在采用了像普通电话那样的全双工配置，这意味着我可以（如果你不介意的话）打断你，甚至和你同时说话。而且，由于它能“在生成输出的同时持续处理输入”，GPT-Live能更好地决定何时说话、何时打断，或者——关键是——何时闭嘴倾听。
除了能同时进行听和说之外，GPT-Live还能在说话的同时调用智能体进行网络搜索，从而消除了旧版ChatGPT语音模式在查找信息时出现的“正在搜索网络”的停顿。
OpenAI的GPT-Live模型并非我们见过的首个具备全双工能力的模型。AI语音初创公司Thinking Machines已经展示了能够在说话的同时进行倾听的语音“交互”模型。此外还有Sesame AI，其语音模式可以在持续说话的同时调用搜索智能体。
但对大多数人来说，GPT-Live将是我们首次真正尝试全双工AI语音聊天。谁知道呢？也许ChatGPT现在真的值得一聊了。
即日起，GPT-Live正逐步向所有ChatGPT用户推出，包括免费用户。这个新的语音模式尚未出现在我的ChatGPT账户中，但一旦上线，我会分享我的初步印象。
