ChatGPT Voice 換 GPT-Live：今次追 Gemini Live 靠識邊聽邊諗

發生咩事

OpenAI 7 月 8 日發表 GPT-Live，會用喺 ChatGPT Voice。官方話 GPT-Live-1 同 GPT-Live-1 mini 而家開始喺 iOS、Android 同 ChatGPT.com 全球逐步開放；Go、Plus、Pro 用 GPT-Live-1，Free 用 mini。Help Center 再補一句：Business、Enterprise、Edu 工作區 launch 初期未有，video 同 screen sharing 暫時亦唔喺 GPT-Live 入面。換句話講，見唔見到取決於帳戶、地區同 plan，香港帳戶有冇即日出現，要以你自己 app 同官方支援頁為準。

圖片：OpenAI

full-duplex 點解重要

以前語音 AI 最大尷尬係佢似對講機。OpenAI 自己都拆開兩代：舊 Standard Voice Mode 係 STT → LLM → TTS，聽完、轉文字、生成答案、再讀出嚟；Advanced Voice Mode 已經順咗，但仲靠 turn-taking，聽到你停一停就可能以為你講完。GPT-Live 改成 full-duplex，模型可以一邊處理你把聲，一邊出聲回應，仲可以每秒多次判斷要講、聽、停、插嘴定叫工具。呢啲技術字聽落似 demo，但真正改善係少咗嗰種「你停兩秒佢即刻搶答」嘅怪感。

圖片：OpenAI

聰明位喺背景分工

今次最有用嘅設計，係 GPT-Live 自己負責對話節奏，碰到要 web search、推理、複雜任務，就交畀 GPT-5.5 之類後台模型做；OpenAI 話 launch 時會用 GPT-5.5，之後會跟住 frontier model 更新。呢個設計其實幾關鍵：語音對話要即時，深度搜尋又天生慢，兩者硬綁埋就會卡。拆開之後，前台可以繼續同你確認方向、補問題、講返進度，後台慢慢搵資料。用起嚟最貼地嘅場景係行緊路查資料、開會 brainstorm、練英文對答；但廣東話口音同 code-switching 表現未有 TechLab 實試，呢度唔會吹到一定好用。

同 Gemini Live 點比

Google 其實早就喺 Android 入面推 Gemini Live 呢個入口，官方頁重點係語音同打字可以喺同一條對話入面切換、可以打斷同轉題，亦可以顯示地圖、天氣卡、相片，再同 Gmail、Drive、Calendar、Maps、YouTube 等 Google app 連接。OpenAI 今次追嘅位就好清楚：主打 ChatGPT app/web 同一套對話記憶、搜尋、檔案、圖片，再加 voice layer；最關鍵係 full-duplex 加 delegation，令「語音節奏」同「深度思考」可以分開處理。Google 有自己生態優勢，OpenAI 就用跨平台 ChatGPT 用戶基數同模型更新速度追上去。

有啲位要等實測

有幾樣嘢唔好寫實。第一，OpenAI 只話 GPT-Live 已針對 ChatGPT 常用語言做優化，某啲語言可能有非母語口音或流暢度問題；廣東話同中英夾雜冇獨立數據。第二，GPT-Live launch 初期唔支援 video 或 screen sharing，反而合資格用戶仲要返去 Advanced Voice Mode 用。第三，API 只係「soon」，開發者而家仲係睇 Realtime API 同 gpt-realtime 系列；GPT-Live 幾時可以做自家 app，OpenAI 未畀日期。

香港用戶有咩意思

對香港用戶，最實際嘅價值係少打字：出街問路線、搵餐廳資料、用英文或普通話練口試、開會前用口講一輪 idea，都快過打字。不過官方未列明香港 rollout 節奏、廣東話優化程度、Free/Plus/Go/Pro 嘅細限制，同港區帳戶會唔會同美國同步。安全講法係：app 或網頁見到先算；如果你靠佢做工作查證，答案來源同日期仍然要自己覆核，語音講得順唔等於資料一定啱。

TechLab 點睇

我覺得 GPT-Live 重要嘅位，喺 OpenAI 終於承認語音產品唔可以只鬥模型 IQ。你同 AI 講嘢時，半秒遲疑、亂插嘴、搜尋時死氣沉沉，全部都會破壞信任。full-duplex 解決節奏，delegation 解決等候，兩樣加埋先令 Voice Mode 由 demo 慢慢似工具。下一步要睇兩件事：廣東話同街頭嘈雜環境頂唔頂得住；同埋 OpenAI 會幾時同點樣放入 API，等公司可以做客服、教學、sales call 呢類長時間語音流程。

參考來源

• Android Authority — ChatGPT just got a Gemini Live rival that can actually keep talking while it thinks — original report
• Introducing GPT-Live | OpenAI — 官方發布，核對 full-duplex、背景 delegation、rollout 同限制。
• ChatGPT Release Notes | OpenAI Help Center — 核對 plan、支援地區、Business/Enterprise/Edu 初期未有同 video/screen sharing 限制。
• GPT-Live System Card | OpenAI Deployment Safety Hub — 核對 GPT-Live-1/mini 定位、paid/free default 同 safety 機制。
• Gemini Live – Ask AI a question in any mode you choose | Google — Google 官方產品頁，用嚟對照 Gemini Live 嘅 voice、typing、visual cards 同 app 連接能力。
• Realtime and audio | OpenAI API — 核對開發者而家仲要睇 Realtime API，GPT-Live API 未有日期。

本文根據原文及公開資料整理；資料有出入時，以原文及官方資料為準。