你说到一半停下来想词，语音 AI 却以为你讲完了，立刻抢答；你想插一句纠正，它又可能还在自顾自地说。问题不只是识别准不准，而是旧系统习惯把交谈切成整齐的一问一答。OpenAI 发布的 GPT‑Live，试图让 AI 像人一样持续判断：现在该听、该说、该停，还是该把位置让给对方。
OpenAI 于 2026 年 7 月 8 日发布 GPT‑Live，并开始向全球 ChatGPT 用户推出 GPT‑Live‑1 和 GPT‑Live‑1 mini：前者面向付费用户，后者面向免费用户。官方称，这套实时语音系统在六个月内建成。不过目前所有架构与效果信息都来自 OpenAI，尚无第三方测试或复现。
不再等一个“轮次结束”
传统语音助手常像接力赛。系统先把语音转成文字，再交给语言模型生成答案，最后把文字转回语音。每一棒都要等上一棒完成，延迟会层层累积。后来的单模型语音系统缩短了这条链路，但据 OpenAI 介绍，它们通常仍要先判断用户这一轮已经说完，才开始回答。
GPT‑Live换了一个起点：它采用 turnless speech model——无轮次语音模型，不再把交谈硬切成固定的一问一答。这里的“无轮次”不是完全取消说话顺序，而是让系统持续决定下一刻怎么做。
官方称，GPT‑Live采用全双工（full-duplex）架构。全双工指双方可以同时发送和接收信息，像人交谈时一边说、一边留意对方的反应。模型即使正在生成语音，也会继续处理新输入，并且每秒多次判断要说话、继续听、暂停、打断，还是调用工具。
这能处理语音对话里最棘手的灰色地带。比如用户说“帮我订……周五，不，周六的票”，中间的停顿可能只是在思考，并不等于交出了发言权。无轮次交互的目标，就是少把这种短暂停顿误判成一句话的终点。
流畅聊天和复杂思考分开做
实时对话还有一道矛盾：回答越复杂，通常越需要计算；但语音交流又经不起长时间沉默。GPT‑Live的做法是任务委派——让交互模型维持眼前的对话，把网络搜索、深度推理或其他复杂任务交给后台模型处理。
据 OpenAI 介绍，系统发布时使用 GPT‑5.5 作为后台模型。可以把它理解为前台接待和后台专家的分工：前台继续听你补充条件、回应简短问题，后台同时处理更费时的工作。这样，产品可以分别优化“交流是否跟得上人”和“复杂任务是否做得好”，不必让一个模型在每个瞬间兼顾所有事情。
低延迟架构也不只是让模型算得快。声音输入、模型处理、网络传输和音频播放都会制造等待。实时语音产品必须把这些环节一起编排，才可能让停顿听起来接近自然交谈。OpenAI称 GPT‑Live带来更快、更自然的体验，但没有公开具体延迟、对照基线、测试条件或评测方法，因此这仍是官方的效果表述，不能当作已经独立验证的结论。
为什么这份样本值得看
GPT‑Live的重要性，不在于又多了一个语音模型名字，而在于它把产品设计的重心从“更快回答一道题”移向“持续管理一场对话”。系统需要不断处理倾听、发言、停顿、打断和工具调用之间的关系。对实时客服、语音助理等产品来说，这套分工展示了一条清晰的工程路线：前台保持交流节奏，后台承担高计算量任务。
发布时，GPT‑Live覆盖 iOS、Android 和 ChatGPT.com。API 版本尚未同步推出，OpenAI表示计划随后提供。这意味着普通用户已经可以接触这套交互方式，但开发者暂时还不能通过 API 把它完整接入自己的产品。
局限与未知
- “continuous”和“turnless”没有严格技术定义。现有材料不能证明系统完全没有延迟、可以无限打断，或彻底消除了对话轮次。
- OpenAI未披露端到端延迟、第三方对照测试及六个月开发周期的起止范围，外界暂时无法判断具体工程收益。
- 首发版本不支持在 ChatGPT 中同时使用语音与视频或屏幕共享；官方也承认，部分语言可能出现非母语口音或流利度不足。