OpenAI 推出 GPT-Live 语音模型，用户反馈“烦人”居多
2026/07/09 08:25阅读量 5
OpenAI 发布了新一代全双工语音模型 GPT-Live，驱动 ChatGPT Voice，但首批用户反馈负面居多，主要抱怨短反馈过多、无法调用记忆以及不支持摄像头/屏幕共享，暴露了实时语音交互中“不打扰用户”的核心挑战。
事件概述
OpenAI 于近日发布新一代语音模型 GPT-Live，将其引入 ChatGPT Voice，旨在解决此前回合制语音模型的交互不自然问题。然而，首批用户评价两极分化，大量负面反馈集中在模型频繁给出“嗯嗯”等短反馈造成骚扰、实时模式无法查询 ChatGPT 记忆、以及摄像头和屏幕共享功能缺失上。
核心信息
- 架构升级：GPT-Live 采用全双工（full-duplex）架构，可同时听和说，并每秒多次做出交互决策（继续说话、倾听、暂停或打断），从而支持更自然的对话节奏，包括给出简短情绪反馈。
- 分工机制：GPT-Live 作为实时语音交互层，主要负责对话节奏控制，遇到复杂推理或搜索任务时，将请求交给后台 GPT-5.5 处理。
- 覆盖范围：已向全球 iOS、Android 端 ChatGPT 用户及网页端开放。Go/Plus/Pro 用户默认使用 GPT-Live-1，免费用户默认使用 GPT-Live-1 mini。暂不支持语音/视频通话及屏幕共享。
- 官方评测：仅进行了纵向对比，称 GPT-Live 在科学推理（GPQA）、网页搜索（BrowseComp）和电信客服（内部 τ³-Voice Telecom）任务上优于此前 Advanced Voice Mode，但未提供行业横向对比。
用户反馈与核心问题
- 短反馈过多：用户认为模型频繁给出“嗯嗯”等回应令人厌烦，破坏了对话自然性。
- 功能缺失：实时模式下无法使用 ChatGPT 记忆功能，且摄像头、屏幕共享模式不可用。
- 行业启示：OpenAI 披露每周超 1.5 亿用户通过语音与 ChatGPT 交互，日常场景对延迟和分寸感要求极高。语音助手需要“不打扰用户”才算真正可用，GPT-Live 暴露的问题也是全行业面临的共性挑战。
OpenAI 表示正在适配更多功能，用户仍可使用旧版语音模式。GPT-Live 的尝试补全了 ChatGPT Voice 的日常体验短板，但仍需迭代优化。