OpenAI 正在測試一款尚未公開嘅雙向語音模型，名叫 Bidi 1，容許 ChatGPT 可以同時聽同講。
重點摘要：
- Bidi 1 可以一邊聽一邊講，仲可以喺句子中間被人打斷都唔會令對話「定格」。
- 程式碼引用喺 6 月中浮面，而 OpenAI 暫時未有任何正式公布。
- 呢個模型已經開始向部分 App 用戶推出，意味住最快可能今個星期就會正式發佈。
Bidi 1 首次現身 ChatGPT 程式碼
與呢個模型相關嘅程式碼同介面元素，首先喺大約 6 月 16 號左右出現喺 ChatGPT App 入面，比公司任何正式公布早咗幾個星期，而 OpenAI 對外一直未有提及。新選項會顯示喺設定入面嘅模型選擇器之中，擺喺現有標準同進階語音模式旁邊。揀咗之後，語音對話氣泡會變成黃色發光。
呢個名稱係「雙向」（bidirectional）設計嘅簡稱，指一種可以令助手同時講、聽同接收輸入，而唔需要每次乖乖等你講完先再回應嘅方式。有傳內部程式碼將佢定位為下一代語音技術，同時亦係智能水平嘅一大飛躍。
早期測試者表示，呢個模型已經開始逐步推送畀部分網頁版同流動版用戶，暗示最快可能喺今個星期內正式推出，不過最終定案嘅名稱仍然有機會改。
延伸閱讀： Anthropic 永續合約拋售事件，係咪預 IPO 加密投資嘅警號？
Bidi 1 應付打斷同加強記憶
呢個模型會喺用戶停頓或者講慢咗嘅時候，作出細微回應，例如輕聲講句「ok」，而又唔會搶住打斷你。同時佢可以即時轉換任務，例如你中途打斷，佢就可以立即由數數目轉做另一個指令。相關報告指，模型提供唔同智能層級選項，高（High）、中（Medium）同即時（Instant），同而家文字模式入面，畀你喺「快啲」同「謹慎啲」回覆之間揀擇嘅設計相似。
記憶能力可能係更大嘅改變，因為 Bidi 1 會一路維持長對話嘅主線，而唔會好似之前咁容易「甩咗」早期嘅語音內容——呢個一直都係 ChatGPT 現有語音功能嘅弱點。有報告甚至提到實時翻譯功能，一旦模型開放到開發者介面並支援外部 App，就可能解鎖更多全新嘅應用場景。
OpenAI 語音攻勢加速
呢次升級睇落係想拉近 OpenAI 強勁文字模型，同相對落後、已經追唔上節奏嘅舊語音層之間嘅差距。之前嗰層主要倚賴 GPT-4o，而 GPT-4o 本身並唔係由零開始為雙向音頻而設計。公司押注未來大部分人會以講嘢，而唔係打字，作為進入人工智能嘅主要途徑。
過去一年，OpenAI 一直穩步改良 ChatGPT 嘅語音功能，而據報 Bidi 1 由 2026 年初已經開始開發，係經過多個月打磨，而唔係倉卒推出嘅產品。呢次洩漏亦剛好出現，配合公司為 ChatGPT 設計更大規模改版，包括整合 Codex 編碼工具同各種代理式（agentic）功能，雖然依家全部都仍然未有官方確認。