• 资深玩家
  • 2024年5月1
  • 1.2M 关注
  • 06 条评论

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

OpenAI 于 7 月 9 日公布了其最新的 GPT-Live 系列模型,该系列被定位为新一代全双工语音模型,能够同时进行倾听和说话,从而显著提升 AI 对话的真实感。

目前,GPT-Live 系列提供了 GPT-Live-1 和 GPT-Live-1 mini 两个版本。即日起,全球 ChatGPT 用户均可使用。其中,GPT-Live-1 模型面向 Go、Plus 和 Pro 订阅用户提供,而免费用户则可以使用 GPT-Live-1 mini 模型。

在架构设计上,GPT-Live 系列采用了全双工技术,摆脱了过去需要先完成单轮对话再进行响应的模式。它能够实时处理输入和输出信息,并且可以“每秒多次”地决定何时说话、继续倾听、暂停、打断或调用外部工具,以此创造出更接近真人交流的体验。

对于复杂任务的处理,GPT-Live 系列能够分解并处理连续的交互和深度推理。模型在前台维持语音对话的流畅进行,同时将网页搜索、复杂的推理或其他更深层次的任务委托给 GPT-5.5 系列模型在后台完成。具体而言:

  • GPT-Live-1(instant)和 GPT-Live-1 mini 将调用 GPT-5.5 Instant。
  • GPT-Live-1 Medium 将使用 GPT-5.5 Thinking Medium 的推理能力。
  • GPT-Live-1 High 将利用 GPT-5.5 Thinking High 的推理强度。

OpenAI 表示,公司专门开发了一套新的人工评测体系,重点评估语音交流中的舒适度和整体流畅性。与之前的 Advanced Voice Mode 相比,在时长为 5-10 分钟的配对对话测试中,GPT-Live-1 和 GPT-Live-1 mini 在整体偏好、轮次衔接、打断情况、对话流畅度和自然度等指标上均获得了更高的评分。

在用户规模方面,OpenAI 透露,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,应用场景涵盖免提日常协助、语言学习、睡前故事和通勤闲聊等。新版本还支持在语音对话中显示天气、股票、体育等可视化卡片,并继续支持搜索、记忆、图片和文件上传功能。

在安全方面,OpenAI 进行了全面的评估,包括音频原生评测、合成音频评测以及内部红队测试,重点关注自伤、精神病性症状与躁狂、对 AI 的情感依赖、暴力及性内容等领域。官方表示,在几乎所有评估维度上,GPT-Live 系列模型的表现均与 Advanced Voice Mode 相当或更佳。

在沙巴体育,我们始终致力于为广大体育爱好者提供最前沿的赛事信息和最深度的行业解读。我们汇聚全球热门体育赛事,覆盖足球、篮球、电竞等多个领域,让您随时随地掌握最新动态。

沙巴体育平台以用户体验为核心,提供高清赛事直播,让您身临其境感受比赛激情。同时,我们拥有实时数据分析与专家解读,助您洞悉赛场变化,做出更明智的判断。

沙巴体育平台致力于提供权威赛事数据分析和专家解读,帮助您更深入地了解比赛动态,做出更精准的预测。我们的7x24小时在线服务,确保您随时都能获得支持。

沙巴体育APP为您带来便捷的移动端体验。下载APP,即可一手掌握最新赛况,享受流畅的观看和互动乐趣,无论您身在何处,精彩赛事尽在掌握。

加入沙巴体育的多元化互动社区,与全球玩家共享观赛乐趣。在这里,您可以交流心得,分享观点,结识志同道合的朋友,共同体验体育带来的无限魅力。