GPT-Live 是什麼？ChatGPT 新語音模式功能與限制

OpenAI 在 2026 年 7 月 8 日發布 GPT-Live，並開始將它導入 ChatGPT Voice。 GPT-Live 不只是讓 AI 說話更自然，而是透過 full-duplex 架構，讓模型可以一邊聽、一邊說，並在對話不中斷的情況下，把搜尋、深度推理或較複雜的工作交給後台模型處理。 簡單來說，OpenAI 想做的不只是「更像真人的語音聊天」，而是一個可以持續聽你說、理解你補充的條件，並協助把事情往下推進的語音 AI 介面。 GPT-Live 是什麼？它和先前語音助理差在哪？ GPT-Live 是 OpenAI 推出的新一代語音模型，目前用來驅動新版 ChatGPT Voice。 它和過去語音 AI 最大的差異，在於 GPT-Live 不再只是等待使用者講完一句話，再輪到自己回答，而是能持續處理聲音輸入，同時決定要繼續聽、暫停、回應、插話或 呼叫工具 。 舉一個簡單的例子，你正在規劃下午的外出行程，可以直接對 ChatGPT 說： 「幫我查一下台北下午的天氣。我原本三點要去戶外拍攝，如果降雨機率太高，就幫我整理兩個室內備案，再寫一句可以傳給同事的通知。」 傳統語音助理通常只能分別回答天氣、地點或訊息草稿；GPT-Live 想處理的，則是一段會持續補充條件、需要搜尋與整理的完整任務。 不過，這不代表 GPT-Live 已經是能完全自主完成工作的 AI Agent ，比較準確的說法是，它讓使用者可以用更自然的語音方式，把搜尋、推理與任務整理交給 AI，再由人決定最後要不要採用或執行。 語音系統 運作方式 主要限制 早期標準語音模式 先把語音轉成文字，再由語言模型回答，最後轉回語音 流程較慢，語氣與資訊可能在不同模型間流失 Advanced Voice Mode 在同一個模型內處理與生成語音 回應更流暢，但仍以「你說完、換我說」的回合制互動為主 GPT-Live 持續接收聲音並同步生成回應，必要時把搜尋與推理交給後台模型 對話更連續，但仍有語言、功能與使用情境限制 GPT-Live 已開始向 ChatGPT 個人方案推出，Free 與付費方案使用不同版本；企業與教育工作區則尚未於發布初期開放。 GPT-Live 的 3 個核心重點，更會聽，也能在背景處理事情 GPT-Live 的變化不只表現在聲音更自然，更實際的差異，是它重新調整了語音對話的互動方式、複雜問題的處理流程，以及回答結果的呈現方式。3 大核心重點帶你了解 GPT-Live： 1. 持續聆聽，讓對話不必再切成固定回合 過去的語音模式多半採取「你說完，換 AI 回答」的方式，使用者停頓幾秒，系統可能以為這句話已經結束；AI 開始回答後，臨時想補充條件，也可能需要重新說明一次。 GPT-Live 採用 full-duplex 架構，可以在語音對話進行時持續處理聲音輸入，同時產生回應，模型會…