时间：2026年7月8日
地点：美国旧金山
人物：OpenAI（美国人工智能公司），OpenAI研究负责人Kundan Kumar，OpenAI产品负责人Atty Eleti
事件详情：2026年7月8日，OpenAI正式发布新一代语音模型GPT-Live，并同步升级ChatGPT语音模式。GPT-Live是OpenAI迄今最智能的语音模型，采用全双工（full-duplex）架构设计，能够同时进行听和说，实现更接近真人的对话体验。该模型能够识别对话中的停顿，在用户思考时保持安静，并以"嗯哼""是的"等自然语气词表示正在聆听。GPT-Live根据任务复杂度自动调配后台模型：简单对话由语音模型直接处理，涉及推理、联网搜索等复杂任务时，会自动调用GPT-5.5等前沿模型，完成后无缝切回语音输出。同时，它还能在对话中展示AI生成的视觉信息，如天气、股票、体育比分等实时内容。OpenAI同步推出两个版本：GPT-Live-1和GPT-Live-1 mini，即日起面向全球ChatGPT用户推送。
背景：ChatGPT此前使用的语音模式是基于传统轮流对话（turn-based）架构，无法同时听和说，对话体验生硬且延迟较高。随着AI语音交互需求快速增长，用户对更自然、更流畅的对话体验期待不断提升。2026年5月，OpenAI曾推出GPT-Realtime-2等语音模型，但GPT-Live是首个实现真正全双工对话的产品级语音模型。此前，Google的Gemini Live、Anthropic的Claude Voice等竞品也在语音交互领域发力，但均未实现真正的全双工自然对话。此次GPT-Live的发布，标志着AI语音交互从"问答式"正式迈入"对话式"时代。
影响：
- 对用户而言，ChatGPT语音交互体验从"轮流说话"升级为"类人对话"，延迟降低、流畅度大幅提升，AI助手在日常交流中的实用性和亲和力显著增强，有望推动语音AI在客服、教育、医疗等场景的规模化落地。
- 对行业竞争格局而言，GPT-Live的全双工架构树立了AI语音交互的新技术标杆，将倒逼Google、Anthropic、Meta等竞争对手加速语音模型迭代，语音AI赛道的技术门槛进一步提升。
- 对开发者生态而言，OpenAI计划将GPT-Live-1引入API，开发者可基于该模型构建语音驱动的应用程序和智能体，为语音交互应用带来全新的产品可能性，如实时翻译、语音控制代理等场景。
总结：GPT-Live的发布是AI语音交互领域的一个重要里程碑。全双工架构解决了语音AI长期以来的"轮流对话"瓶颈，使AI从"应答工具"向"对话伙伴"迈进了一大步。OpenAI将GPT-Live描述为"人机交互新纪元"的开端，未来语音交互有望成为AI原生交互方式的核心入口，推动AI从屏幕走向更自然的语音环境。随着GPT-Live在API中的开放，我们有理由期待看到更多基于自然语音交互的创新应用涌现。
参考来源：
- https://openai.com/index/introducing-gpt-live/
- https://www.theverge.com/ai-artificial-intelligence/962856/chatgpt-upgraded-voice-mode-gpt-live
- https://news.ycombinator.com/item?id=48834405
- https://techcrunch.com/2026/07/08/hot-french-startup-zml-releases-free-product-to-speed-inference-across-lots-of-ai-chips/