OpenAI 最智能语音模型:GPT-Live-1/mini 登场,边听边说让 AI 对话更接近真人聊天 - 麻将胡了
OpenAI 于 7 月 9 日公布了 GPT-Live 系列模型,该系列被定义为新一代全双工语音模型,能够同时进行听与说的操作,从而使 AI 对话的体验愈发接近真实人类的交流。
GPT-Live 系列目前推出了 GPT-Live-1 和 GPT-Live-1 mini 两个版本。即日起,全球范围内的 ChatGPT 用户均可体验。其中,GPT-Live-1 模型面向 Go、Plus 和 Pro 订阅用户开放,而免费用户则可以使用 GPT-Live-1 mini 模型。
从架构上看,GPT-Live 系列采用了全双工设计,打破了以往单轮对话结束后才进行响应的模式。它能够实时处理输入信息和输出内容,模型可以“每秒多次”地自主判断何时说话、继续倾听、暂停、打断对话或调用外部工具,显著提升了对话的真实感。
在处理复杂任务时,GPT-Live 系列模型能够分解并处理连续的交互和深度推理。它在前端维持语音对话的流畅进行,同时将网页搜索、复杂推断或更高级的任务委托给 GPT-5.5 系列模型在后台执行。具体而言:
- GPT-Live-1(instant)和 GPT-Live-1 mini 版本将调用 GPT-5.5 Instant。
- GPT-Live-1 Medium 版本将使用 GPT-5.5 Thinking Medium 的推理能力。
- GPT-Live-1 High 版本将运用 GPT-5.5 Thinking High 的推理强度。
在性能评估方面,OpenAI 建立了一套新的人工评测体系,重点关注语音交流中的“舒适度”和“整体交流流畅性”。通过在 5-10 分钟的配对对话测试中,对比时长衔接、打断情况、对话流畅度和自然度等指标,GPT-Live-1 和 GPT-Live-1 mini 模型在用户偏好得分上超越了之前的 Advanced Voice Mode。
OpenAI 透露,目前每周有超过 1.5 亿用户通过 Voice 和 Dictation 等功能与 ChatGPT 进行语音互动,这些应用场景涵盖了免提操作、语言学习、睡前故事以及通勤时的闲聊。新版本进一步增强了交互性,支持在语音对话中呈现天气、股票、体育等可视化卡片,并继续支持搜索、记忆、图片和文件上传等功能。
在安全层面,GPT-Live 模型经过了多方面的严格评估,包括自伤、精神疾病症状、躁狂、对 AI 的情感依赖、暴力及性内容等领域。评估方式涵盖了原生音频评测、合成音频评测以及内部红队测试。OpenAI 表示,在新模型的各项评估维度上,其表现与 Advanced Voice Mode 相当或更胜一筹。
麻将胡了汇聚丰富的麻将娱乐玩法及经典棋牌内容,为广大玩家提供流畅稳定的在线游戏体验,支持多终端访问和便捷畅玩。麻将胡了持续更新热门活动、互动玩法及精彩内容,让棋牌爱好者尽情享受轻松有趣的娱乐时光。
麻将胡了平台以多终端无缝切换,随时随地享受麻将乐趣。为核心,带来高效便捷的体验。
玩家互动 (2)
发表您的看法