OpenAI近日被曝光正正在筹办推着名为“GPT-Bidi-1”的下一代双背音频模子，旨正在对其ChatGPT的语音形式截至宽峻晋级。做为该手艺的中心突破，“GPT-Bidi-1”回收了双背（Bidirectional）架构，完整改动了以往AI语音交互中“单工对讲”的局限。该模子支撑系统同时截至聆听取表达，能够及时捕捉用户的插话取打断，并正在不发作卡顿或死机的情况下动态调解语义输出，年夜幅汲引了及时语音对话的自然度。
从今朝的开发埋点来看，OpenAI已正在Web端和挪动端为该模子的上线铺设根底代码。正在产物形状上，新功用上线后估量将取现有的高级语音形式（Advanced Voice Mode）并存，用户可自主切换至“Bidi(最新)”形式。别的，该模子正在文本侧分级的根底上，首度正在语音端引入了“高(High)、中(Medium)、立刻(Instant)”三种智力取速度分级，允许用户根据详细任务正在交互深度取呼应速度之间做出权衡。
此次手艺迭代不可是纯真的音量或声调晋级，更是OpenAI正在多模态计谋上的关键补齐。
此前，OpenAI的文本年夜模子已迭代至具有更强推理才气的GPT-5.5世代，而语音年夜模子则相对滞后，招致多模态体验隐现断层。GPT-Bidi-1的推出不但能够补齐那一推理才气差距，更彰隐了OpenAI将语音视为下一代AI中心进口的计谋家心，那也为其后绝全面规划语音劣先（Audio-first）的硬件设备及企业级语音支撑工具奠基了关键的手艺基石。
