我认为OpenAI这次更新AI语音技术的操作实在是值得关注。OpenAI正在更新其AI语音技术以匹配其基于文本的人工智能。两款新模型GPT - Live - 1及其迷你版现已面向所有ChatGPT用户推出这对新模型依托于OpenAI最新的前沿模型。用户可以根据期望回复的深入程度从三种不同的智能级别中进行选择这难道不是给用户提供了更多的便利吗ChatGPT语音产品负责人Atty Eleti向记者透露此次最大的更新在于语音听起来更具人类特征对话感也更强。底层的一项重大变革是引入了名为“连续交互”的新流程。这一框架使AI能够同时接收信息并产生输出就语音功能而言它可以同时“倾听”和“说话”这与之前只能在用户说完后进行回应的语音模式不同。如果用户需要进行实时同步翻译这一功能会很实用比如用户说英语ChatGPT能在短时间延迟内将其内容翻译成西班牙语、印地语或其他语言。这功能多强大啊可这背后真的就没有问题吗新架构的一部分还能将任务委派或卸载给OpenAI的前沿模型。例如它可以在研究一个问题的同时回答另一个问题。GPT - Live模型研究负责人Kundan Kumar表示“当GPT - Live遇到难题时它可以将推理和复杂任务委派给GPT - 5.5后者可以并行处理事务而GPT - Live仍能与用户保持对话。”完成任务后它会“无缝地”将答案融入回复中。Eleti补充道“这就像人类之间的交流方式我们在思考的同时还能继续对话。”这种方式看似很厉害但真的能和人类交流相提并论吗此外在合适的情况下它还会运用OpenAI较新的AI设计技术生成可视化答案。Eleti称“因为有时最佳答案以展示的形式呈现而非口头表述。”比如天气报告、体育比分等各种图表。当用户在语音模式下要求获取天气报告时ChatGPT生成的图表就是一个例子。这确实是个不错的改进可它的应用范围到底有多广呢这些新语音模型现已在移动应用和网站上向所有ChatGPT用户开放包括免费用户和付费订阅者。如果用户暂时未看到该功能不必担心OpenAI表示可能需要一两天时间来确保所有用户都能使用。这与周四预计推出的GPT - 5.6系列无关。这开放速度看似挺快但真的能让所有用户都满意吗用户会注意到AI语音模仿人类说话的一个方式是使用填充词即我们在边思考边说话时常用的“嗯”“呃”“像”等词汇这是此次更新的新特性。用户还能更顺畅地打断它也可以让它安静倾听只有在用户以唤醒词呼唤它时才进行回应。不过与Siri和Alexa不同的是ChatGPT会一直主动倾听直到手动关闭。这种设计真的合理吗会不会给用户带来不必要的困扰OpenAI会自动让用户退出语音模式下的AI训练。音频片段会存储30天以便AI保留先前对话的上下文并且用户可以删除这些音频。这看似是为用户考虑但数据存储真的安全吗然而让AI更具人类特征也存在风险。我们已看到许多将AI拟人化带来危害的案例甚至引发了相关诉讼这对心理健康有问题的人影响尤为明显。OpenAI表示新模型加强了安全防护措施在自伤、精神错乱、暴力和色情内容等“关键安全领域”的表现优于之前的模型。可这所谓的安全防护措施真的能杜绝风险吗