OpenAI近日被曝光正在筹备推出名为“GPT-Bidi-1”的下一代双向音频模型，旨在对其ChatGPT的语音模式进行重大升级。作为该技术的核心突破，“GPT-Bidi-1”采用了双向（Bidirectional）架构，彻底改变了以往AI语音交互中“单工对讲”的局限。该模型支持系统同时进行聆听与表达，能够实时捕捉用户的插话与打断，并在不发生卡顿或死机的情况下动态调整语义输出，大幅提升了实时语音对话的自然度。
从目前的开发埋点来看，OpenAI已在Web端和移动端为该模型的上线铺设基础代码。在产品形态上，新功能上线后预计将与现有的高级语音模式（Advanced Voice Mode）并存，用户可自主切换至“Bidi(最新)”模式。此外，该模型在文本侧分级的基础上，首度在语音端引入了“高(High)、中(Medium)、即时(Instant)”三种智力与速度分级，允许用户根据具体任务在交互深度与响应速度之间做出权衡。
此次技术迭代不仅是单纯的音质或语调升级，更是OpenAI在多模态战略上的关键补齐。
此前，OpenAI的文本大模型已迭代至具有更强推理能力的GPT-5.5世代，而语音大模型则相对滞后，导致多模态体验出现断层。GPT-Bidi-1的推出不仅能够补齐这一推理能力差距，更彰显了OpenAI将语音视为下一代AI核心入口的战略野心，这也为其后续全面布局语音优先（Audio-first）的硬件设备及企业级语音支持工具奠定了关键的技术基石。数智化转型网www.szhzxw.cn
若您对人工智能感兴趣，可添加数智化转型网小助手思思微信加入人工智能交流群。若您在寻找人工智能供应商，可联系数智化转型网小助手思思（17757154048，微信同号）
若您为人工智能服务商，可添加数智化转型网小助手Nora，加入人工智能行业交流群。
若您为人工智能创业者，可添加数智化转型网社群主理人Carina，加入人工智能创业交流群。
声明：本文来自数智化转型网，版权归作者所有。文章内容仅代表作者独立观点，不代表数智化转型网立场，转载目的在于传递更多信息。如有侵权，请联系我们。
本文由数智化转型网（www.szhzxw.cn）转载，编辑/翻译：数智化转型网（Professionalism Achieves Leadership 专业造就领导者）白龙
