GPT-Live:OpenAI终于干掉了「轮流说话」
在这之前,所有语音助手都是同一套别扭的逻辑。你说话,你停,它想,它答。一次一轮,跟对讲机一样。OpenAI今天发的GPT-Live,把这个打破了。它是个全双工模型,边听边说,就跟两个人喝咖啡时你一句我一句抢着聊天一样。
底层上,它每秒做很多次交互决策:继续听、开始说、停顿、打断、还是调用工具。所以它能在你话说到一半时插一句「嗯嗯」表示在跟,或者不等你说完就开始给你做实时翻译。「轮流」这个跟机器对话里最不自然的东西,没了。
聪明的架构设计是那个分裂的大脑。GPT-Live管快速的对话表层,把难活儿——网页搜索、真正的推理、复杂任务——甩给后台跑的GPT-5.5,同时对话不断流。上层是低延迟的闲聊,底下是前沿模型在思考。OpenAI把GPT-Live-1和一个mini版推给全球iOS和安卓上的ChatGPT用户,mini正在悄悄取代Advanced Voice Mode成为默认。API之后再开放。
这对智能体为什么重要:语音一直是最笨拙的接口,因为轮流说话让实时协作没法做。干掉「轮流」,你就能造一个能被你中途打断、干活时会应你一声、感觉不像命令行而像同事的智能体。详情见 openai.com/index/introducing-gpt-live。
← 返回所有文章
底层上,它每秒做很多次交互决策:继续听、开始说、停顿、打断、还是调用工具。所以它能在你话说到一半时插一句「嗯嗯」表示在跟,或者不等你说完就开始给你做实时翻译。「轮流」这个跟机器对话里最不自然的东西,没了。
聪明的架构设计是那个分裂的大脑。GPT-Live管快速的对话表层,把难活儿——网页搜索、真正的推理、复杂任务——甩给后台跑的GPT-5.5,同时对话不断流。上层是低延迟的闲聊,底下是前沿模型在思考。OpenAI把GPT-Live-1和一个mini版推给全球iOS和安卓上的ChatGPT用户,mini正在悄悄取代Advanced Voice Mode成为默认。API之后再开放。
这对智能体为什么重要:语音一直是最笨拙的接口,因为轮流说话让实时协作没法做。干掉「轮流」,你就能造一个能被你中途打断、干活时会应你一声、感觉不像命令行而像同事的智能体。详情见 openai.com/index/introducing-gpt-live。
评论