GPT Live
PulseAugur coverage of GPT Live — every cluster mentioning GPT Live across labs, papers, and developer communities, ranked by signal.
- 2026-08-03 product_launch OpenAI has launched GPT-Live, a system for real-time, responsive AI voice interactions. 来源
- 2026-08-03 product_launch OpenAI announced the development of GPT-Live, a system for real-time voice AI interactions. 来源
- 2026-07-20 product_launch OpenAI released GPT-Live, a voice model that listens while it speaks and can hand off complex queries to a larger model mid-conversation. 来源
- 2026-07-19 product_launch OpenAI introduced GPT-Live, a full-duplex voice interaction technology enabling natural, uninterrupted dialogue. 来源
- 2026-07-15 product_launch OpenAI announced GPT-Live, a new model with improved conversational and multitasking capabilities. 来源
- 2026-07-09 product_launch GPT-Live has been released as a new language learning tool. 来源
- 2026-07-09 product_launch OpenAI launched GPT-Live, a new voice interaction system for ChatGPT that offers more natural and real-time conversational capabilities. 来源
- 2026-07-09 product_launch OpenAI has fully rolled out the GPT-Live feature to all ChatGPT users on its Go, Plus, and Pro plans, with free user rollout in progress. 来源
- 2026-07-08 product_launch OpenAI has launched its new GPT-Live voice model, enhancing conversational AI capabilities. 来源
- 2026-07-08 product_launch OpenAI has introduced GPT-Live, a new tool aimed at enhancing user interaction with AI models. 来源
- 2026-07-08 product_launch OpenAI has launched GPT-Live, a new generation of voice models for enhanced human-AI interaction, now powering ChatGPT Voice. 来源
7 天有情绪数据
GPT-Live integrates with GPT-5.5 and GPT-5.6
Multiple reports indicate that GPT-Live is capable of delegating complex queries to OpenAI's latest frontier models, specifically mentioning GPT-5.5 and GPT-5.6. This suggests a tiered approach where GPT-Live acts as the conversational front-end, leveraging the enhanced reasoning and capabilities of newer, more powerful models for backend processing.
GPT-Live's 'defined personality' will be customizable
The mention of GPT-Live having a 'defined personality' suggests a feature that could be leveraged for user customization. Future iterations or updates might allow users to select or even define the personality of their AI assistant, enhancing user engagement and tailoring the experience for specific applications like customer service or education.
GPT-Live to become primary ChatGPT interface within 6 months
Given GPT-Live's full-duplex architecture, simultaneous listening/speaking, and integration with advanced models like GPT-5.5/5.6, OpenAI is likely positioning it as the primary interaction method for ChatGPT. The rollout across platforms and emphasis on natural conversation suggests a strategic push to make voice the default, potentially phasing out text-based input for many use cases.
-
Simon Willison 制作 SQLite 文本历史记录压缩原型
Simon Willison 提出了一种在 SQLite 数据库中存储修订历史记录的新颖方法，通过压缩所有先前文本版本的 JSON 数组来实现。这种方法利用 zlib 或 Zstandard 等压缩算法来显著减少存储空间，一个原型展示了将文档的 1,000 次修订从 20.4 MB 压缩到 80.3 KB。为了进一步优化性能，有人建议将历史记录分成多个行，每行包含最多 128 次修订或 3MB 的未压缩 JSON，以避免在每次编辑时解…
-
ChatGPT、Gemini 和 Alice 语音模式在俄罗斯用户中的比较
OpenAI 推出了 GPT-Live，作为 ChatGPT 语音模式的全双工替代品，提供了改进的指令遵循和工具使用能力。然而，由于 VPN 屏蔽和支付问题，在俄罗斯的访问受到严重限制。Google 的 Gemini 3.1 Flash Live 也具备实时多语言能力，目前仅通过 API 对开发者开放。Yandex 的 Alice AI 发布了免费的 Live 模式，为视障用户提供实时物体识别功能，但仅在俄罗斯和白俄罗斯可用，并且不明…
-
ChatGPT推出GPT-Live，实现更自然的语音对话
OpenAI为ChatGPT推出了新的GPT-Live模型，通过更自然的全双工架构增强语音对话能力，允许同时进行听和说。此次升级已在Android、iOS和网页浏览器上推出，旨在减少以往语音交互中常见的尴尬停顿和中断。付费订阅用户将可以使用GPT-Live-1模型，而免费用户将获得GPT-Live-1 mini，并可选择调整AI的响应智能。
-
AI 新技巧揭示模型推理，可能存在数据泄露
研究人员开发了一种从 AI 模型中提取内部推理过程的方法，揭示了潜在的漏洞。该技术可以暴露个人信息，如密码和 API 密钥，尽管此特定缺陷已被修补。该方法还表明，一些中国的 AI 模型可能通过提炼美国模型的推理数据进行训练，尽管缺乏直接的因果证据。这一发现引起了人们对先进 AI 开发中的知识产权盗窃和数据安全的担忧。
-
OpenAI 彻底改革 ChatGPT 语音系统以实现实时交互
OpenAI 设计了一个新的实时语音系统 GPT-Live，以显著降低 ChatGPT 的音频延迟。通过重新构建媒体管道和解耦复杂任务，该系统实现的 p95 音频帧延迟与旧系统的 p50 相当。关键创新包括使用自定义 WARP 协议加速 WebRTC 连接，以及采用双模型方法，将即时对话反馈与搜索和工具使用等后台任务分开。此次改革实现了连续语音交互，模型可以同时收听和响应，更有效地管理对话状态和处理中断。
-
OpenAI 的 GPT-Live 可实现全双工、无间断的 ChatGPT 语音对话
OpenAI 开发了 GPT-Live，这是 ChatGPT 的一项新语音基础设施，可实现全双工、无间断的对话。该系统允许 AI 同时收听和说话，消除了传统语音助手常见的尴尬停顿和中断。GPT-Live 将实时音频处理与网页搜索或工具调用等较慢任务分离开来，确保了更自然、更具响应性的对话体验。底层架构用 Go 重写，以提高延迟一致性，GPT-Live 负责管理语音交互，而其他模型则负责更深层次的推理。
-
AI语音应用获得溯源功能，可证明音频来源
随着AI语音应用融入各行各业，AI音频溯源正成为开发者日益关注的关键问题。挑战不仅在于创造逼真的合成语音，还在于证明其离开生成应用后的来源和完整性。OpenAI已将其SynthID水印扩展到ChatGPT Voice和OpenAI API的音频，而Google DeepMind也在研究和部署音频水印。一个强大的溯源工作流程需要的不仅仅是水印，还包括嵌入式信号、附加元数据以及日志和同意记录等操作证据，以确保生成的音频可验证、更难被滥用，…
-
OpenAI 增强 ChatGPT 语音功能，实现实时聆听和更快响应
OpenAI 通过重建其语音堆栈，增强了 ChatGPT 语音功能，使其能够进行更自然、更快速的对话。新架构允许系统在说话时进行聆听，通过专用快速通道处理音频以获得即时响应。更深层次的推理和工具使用是异步处理的，确保对话流畅不中断，并将启动时间从六次网络往返减少到一次。
-
OpenAI发布GPT-Live，实现实时、自然的语音AI
OpenAI开发了GPT-Live，一个旨在实现更自然、更具响应性的语音AI交互的实时系统。该系统采用无回合语音模型和低延迟架构，以实现更快的对话流程。该技术的开发过程耗时约六个月。
-
Parlor v2：为 Apple M3 Pro 开发的本地 GPT-Live 克隆
一位开发者创建了 Parlor v2，这是一个旨在复制 GPT-Live 功能的开源项目。该项目设计用于在 Apple M3 Pro 等硬件上本地运行，提供 GPT-Live 功能的尽力而为的克隆。先前尝试微调 Gemma 4 12B 等模型以实现全双工行为的尝试均未成功，导致了当前的级联系统方法。
-
OpenAI 向全球 ChatGPT 商业版推出 GPT-Live 语音模型
OpenAI 已宣布，其专为自然人机交互设计的新一代语音模型 GPT-Live，现已面向全球 ChatGPT 的教育版、商业版和企业版用户推出。该功能最初于 7 月推出，旨在提供更具对话性的用户与 AI 交互体验。这一发展表明语音可能成为 AI 交互的主要界面。
-
Anthropic 发布 Claude Opus 5，性能超越 Fable 5 和 GPT-5.6 Sol
Anthropic 发布了其新的旗舰模型 Claude Opus 5，该模型在包括代理编码和知识工作在内的各种基准测试中表现出卓越的性能，超越了 Fable 5 和 GPT-5.6 Sol 等模型。该公司强调 Opus 5 先进的对齐能力，以及其在安全性的同时匹配 Mythos 5 进行错误检测的能力。此次发布旨在为价格更高的模型提供强大且经济高效的替代方案，定价为每百万个 token 5 美元和 25 美元，与前代 Opus 4.8 类似。
-
ChatGPT Business 用户面临 GPT-Live 限制，不如 Plus 版本
ChatGPT Business 计划的用户在使用 GPT-Live 时遇到限制，这被认为不如 ChatGPT Plus 用户公平。虽然两个计划都提供对 "Instant" 和 "Medium/High" GPT-Live 模型的类似访问权限，但 Business 用户没有 Plus 用户可用的 "free mini fallback" 选项。相反，Business 用户需要为该功能按分钟付费，这导致用户感觉为相同或更差的服务支付了更…
-
OpenAI 将 ChatGPT Voice 扩展到 iOS Codex，Android 支持即将推出
OpenAI 正在扩展 ChatGPT Voice 的可用性，允许用户通过 iOS 设备上的 Codex 功能使用配对的远程访问。Android 支持预计在不久的将来推出。用户对 GPT-Live 功能表示赞赏，认为它能够增强与 ChatGPT 的对话并支持后台使用，但也有一些用户对这些功能的缓慢推出表示不满。
-
Anthropic 升级 Claude 语音模式，引入更智能的模型和应用集成
Anthropic 增强了 Claude 的语音模式，使其能够利用更强大的 Sonnet 和 Opus 模型，而不再仅仅依赖较小的 Haiku 模型。此次更新旨在提高聊天机器人在通过语音交互时处理复杂请求的能力。此外，Claude 的语音模式现在还可以与 Gmail 和 Slack 等应用程序集成，前提是用户授予权限，从而扩展了其在上下文感知和任务执行方面的效用。
-
ChatGPT Voice 集成到桌面应用中实现语音控制
OpenAI 已将其 ChatGPT Voice 功能集成到 macOS 和 Windows 的桌面应用程序中。此次更新允许用户通过语音命令控制他们的计算机并在 ChatGPT Work 或 Codex 中管理多个代理。该功能由 GPT-Live 提供支持，可在应用程序内实现同步监听、说话和任务协调。该功能现已向 Plus、Pro、Business、Edu 和 Enterprise 计划的全球用户推出。
-
OpenAI 为小型企业扩展 ChatGPT 并推出高级语音功能
OpenAI 推出了面向小型企业的新产品，包括 ChatGPT Work 和一项旨在帮助企业家实现工作流程自动化并提升其 AI 技能的小型企业计划。该公司还在扩展其语音功能，将先进的 GPT Live 技术集成到 ChatGPT 桌面应用程序中。这项新的语音功能支持免提、连续对话和任务完成，将其效用扩展到软件程序员，并可能为未来的硬件设备提供支持。
-
Kimi K3 领跑代码基准测试，Gemini 3.5 Pro 延迟发布，OpenAI 发布新语音模型 · 跟踪 1 个来源
Moonshot AI 的 Kimi K3 模型在前端代码竞赛中拔得头筹，性能超越了 Claude Fable 5 和 GPT-5.6 Sol。与此同时，谷歌因 Gemini 3.5 Pro 在代码编写和长时程推理方面存在性能问题，推迟了其广泛发布。OpenAI 推出了 GPT-Live，一个能够边听边说，并在对话中将复杂查询转交给更大模型的语音模型。
-
OpenAI发布GPT-5.6，Anthropic重新部署Fable 5，Meta推出Muse Spark 1.1 · 跟踪2个来源
OpenAI发布了其GPT-5.6系列，包含三个模型：Sol、Terra和Luna，提供分层能力以应对复杂任务和成本效益，并推出了新的实时语音模型GPT-Live。在美国解除出口管制后，Anthropic重新部署了其Claude Fable 5模型，此前对其安全分类器进行了改进，并发布了Claude Sonnet 5，这是一个为代理编码优化的中型模型。Meta推出了Muse Spark 1.1，一个专注于编码和复杂工作流的代理模型，同…
-
OpenAI 发布 GPT-Live，实现自然、不间断的语音对话
OpenAI 推出了 GPT-Live，一项旨在实现自然、不间断对话的新型全双工语音交互技术。这项创新预计将对客户体验、语音驱动产品和可访问性产生重大影响。该技术为希望增强用户交互的企业带来了新机遇。