OpenAI Bidi 1 是什麼？全雙工語音模型能力與發布預測

6 月 23 日，社群帳號 testingcatalog 在 X 上公開一批未經 OpenAI 官方證實的測試紀錄，稱 OpenAI 正開發代號「Bidi 1」的雙向語音模型，能在使用者說話時同步回應，而非等待對方停頓才處理。若爆料屬實，這意味著 ChatGPT 語音互動可能從現行的半雙工（half-duplex）輪流應答，往全雙工（full-duplex）方向推進。

根據 testingcatalog 的描述，Bidi 1 能在使用者話還沒說完時開口回應，同時持續接收輸入；模型能在句子說到一半時切換任務、接受打斷，並在對方說話期間持續累積上下文記憶。測試中，爆料方記錄到 Bidi 1 能不停頓地從 1 連數到 23，持續發話的時間上限目前仍存在，testingcatalog 表示這在現階段屬預期內。至於部署時程，Bidi 1 預計整合進 ChatGPT，也可能進入 Codex，testingcatalog 形容時間「非常、非常快」，但未給出具體日期。

現行語音 AI 大多採半雙工模式，一方說完另一方才處理，快速打斷、即時訂正、多輪來回這類場景的體驗因此明顯受限。Bidi 1 爆料描述的全雙工能力，如果最終在 ChatGPT 語音介面落地，理論上會讓對話節奏更接近真人通話；對打算在語音介面上部署 AI Agent 的開發者而言，這意味著模型處理打斷、任務切換與上下文維持的能力上限有機會整體拉高，語音驅動的應用場景可能也隨之擴展。不過，所有能力描述目前均來自單一爆料帳號，OpenAI 尚未公開回應，Bidi 1 也尚未正式發布，在官方說法出現前，這批資訊仍應以未經查證的爆料看待。