OpenAI测试新型语音模型Bidi1 实时双向对话缩小人机差距

OpenAI近期公开测试新型语音模型Bidi1，实现双向并行处理能力。AI可在说话同时实时监听并响应打断或新指令，显著缩小人机对话与真实人际沟通的差距。

Bidi1的核心技术突破在于”全双工语音处理”——传统语音助手需等待用户完整输入后再处理，Bidi1则可在AI说话的同时持续监听用户语音流，识别打断意图、新指令、情感变化等，并实时调整回应内容。该模型延迟控制在300毫秒以内，几乎与人类对话的自然停顿一致。

该能力的应用场景广泛：电话客服场景下，AI可识别客户不满情绪并主动调整话术；会议助理场景下，AI可实时打断并补充关键信息；陪伴机器人场景下，AI可实现更自然的情感交互。分析认为，全双工语音是AI Agent实现”准独立执行”的关键能力之一，2026年下半年将成为头部语音模型厂商的标配。