开放AI公司开始为ChatGPT推出两个新的语音模型，即GPT-Live-1和迷你版本。这些更新使ChatGPT能够同时听力和说话，包括直接翻译。
CNET于7月9日星期四援引，称这两款新车型可供所有ChatGPT用户使用，包括免费用户和付费用户。访问是通过移动应用程序和网站提供的。
OpenAI正在更新其语音技术ChatGPT，使其接近其基于文本的人工智能的能力。用户还可以根据所需的答案深度选择三个智能级别。
ChatGPT语音产品负责人Atty Eleti表示，最大的变化是声音听起来更人性化，更像是对话。
该更新背后的一个关键技术被称为持续交互。该系统允许AI同时接收信息并产生答案。
在语音模式下，ChatGPT可以同时“听”和“说”。这与之前的语音模式不同，后者只有在用户完成说话后才会响应。
这种能力对于直接翻译至关重要。用户可以说英语，然后ChatGPT将其翻译成西班牙语，印地语或其他语言，并稍作停顿。
这项新架构还可以将任务分解为 OpenAI 的前沿模型。前沿模型是指用于处理更复杂任务的最新 AI 模型。
GPT-Live模型研究负责人Kundan Kumar表示，GPT-Live可以与用户保持对话，同时将复杂的推理交给GPT-5.5。
“当GPT-Live必须为一个问题想出答案时，这个模型可以将推理和复杂任务委托给GPT-5.5，它可以并行地做很多事情，而GPT-Live仍然可以继续与用户交谈，”Kumar说。
之后，答案将被重新组装成对话响应。
“这就像人类相互交流的方式，”埃莱蒂说。 “我们继续进行对话，同时在幕后思考。”
这个新的语音模型也可以在某些情况下显示视觉答案。根据Eleti的说法，有时最好的答案不是口头的，而是显示的。例如，天气报告，运动成绩或图表。
OpenAI表示，推出是分阶段进行的。如果用户还没有看到此功能，则访问权限可能会在一两天内出现。此更新与预计于周四推出的GPT-5.6系列的推出是分开的。
说话方式也有变化。现在，AI的声音可以使用填充词，如“um”，“er”和“like”，就像说话时思考的人一样。
用户还可以通过更短的延迟来打断AI的响应。ChatGPT可以设置为沉默，只听，然后在被唤醒时以呼唤字或激活字的形式回应。
与Siri和Alexa不同，ChatGPT将继续主动收听，直到用户手动关闭它。
OpenAI表示，在使用语音模式时，用户不会自动参与AI培训。音频剪辑存储30天，以便系统具有以前对话的上下文，并且可以删除。
然而，人工智能的声音越来越人性化也带来了风险。CNET指出，已经有一些案例和诉讼与人工智能人性化的负面影响有关，特别是对于那些面临心理健康问题的人。
OpenAI表示，新模型具有扩展的保护。该公司还表示，该模型在关键安全领域的表现优于以前的模型，包括自我伤害、精神病、暴力和色情内容。
The English, Chinese, Japanese, Arabic, and French versions are automatically generated by the AI. So there may still be inaccuracies in translating, please always see Indonesian as our main language. (system supported by DigitalSiber.id)
