之前有跟大家提過，自己在上班開車通勤時，有時候會打開手機的 AI App 練習英語的即時對話。最近 OpenAI 推出了新一代語音模型 GPT-Live，實際體驗後，它的表現又讓我感到驚訝。不只是反應變快而已，而是整個互動邏輯都在往「真人對話」的方向進步。
重點：GPT-Live 帶來了哪些改變？
根據 OpenAI 官方公告，GPT-Live 的核心在於「全雙工（Full-duplex）」架構。意味著模型不再是等使用者講完才處理，而是每秒多次判斷是否該聆聽或說話。這讓它具備了即時插話、給予語氣回應（如「嗯哼」）的能力，甚至能在你思考停頓時安靜等待。
此外，這次還引入了「委派處理」機制。簡單來說，GPT-Live 負責前端的流暢對話，而將複雜的搜尋或深度推理任務交給背景的 GPT-5.5 模型處理。目前已向全球使用者推出 GPT-Live-1 與 GPT-Live-1 mini 兩個版本。
在功能與安全上，新版本增加了視覺化卡片，對話時能同步顯示天氣、地圖或股票資訊。安全性方面則內建了防止模仿真人聲音的防護，並針對青少年提供家長控制功能。
我的觀察：真的像個「人」嗎？
實際使用後，我發現這次的進步是十足的。以前的版本雖然流暢，但仍然還是有明顯的機器感，也就是一來一回的、只要有聲音就會被打斷機制，而 GPT-Live 則是真的像在模擬一個真實人物跟你對話。
我測試了不同語言的混合使用，例如請它教我英文並用中文輔助，效果非常好，語速快慢也都能調整。有趣的是，我甚至試了台語，雖然它講得不算太好，聽起來像是一個台語還不太流暢的小學生，帶有一種「台式台語」的感覺，但那種講話的語調與起伏，真的非常接近一般人，這點讓我非常驚訝。
另外，對話中可以控制模型的推理強度，這讓搜尋資訊或邏輯表現更有彈性。雖然在進行網路搜尋時，就會感受到一點點延遲，但單就「對話情境」而言，它確實做到了像朋友般自然。這種體驗很難不讓人想到《鋼鐵人》裡的 Jarvis，或許那樣的語音助理在未來真的有機會實現。甚至所謂的 AI 伴侶透過這個對話模型進行互動的話，情感依賴真的是可能會有所增強。
整體而言絕對是有感的提升，當然一定還有進步的空間，比如目前的機制如果我想要突然插話，偶而會有兩邊同步講話導致有點混亂的情況，但是這部分相信未來都是會逐步改善的。
這件事值得繼續觀察什麼
1. 全雙工架構的情感連結：當 AI 能夠「邊聽邊說」並給予即時語氣回饋時，使用者是否會從單純將其視為工具，轉向產生更多的情感投射？
２. 語音搜尋的競爭力：從數據上看，GPT-Live 在搜尋任務的準確率大幅提升，未來是否會改變我們使用搜尋引擎的習慣？
３. 多語言與方言的在地化：雖然目前台語表現尚有進步空間，但其語調的自然度已令人驚艷，未來在非英語系的在地化表現值得期待。
相關連結：https://openai.com/zh-Hant/index/introducing-gpt-live/
