OpenAI Bidi 1 启动灰度测试 双向语音交互重构 AI 对话体验
6 月 23 日，据测试平台 Testing Catalog 监测，部分用户的 ChatGPT 网页端与移动端应用中，已悄然上线全新语音交互选项。Bidi 取自 Bidirectional（双向）的缩写，它既不是新一代大模型，也并非视频生成工具升级，而是一次针对语音交互底层逻辑的架构革新。
目前该功能仍处于灰度测试阶段，采用分批次推送、分区域开放的节奏，尚未全面上线。本文将拆解 Bidi 1 的核心特性、功能识别方式，以及现阶段获取测试资格的可行路径，为用户提供清晰参考。
一、交互模式升级：从单工对讲到全双工实时对话
要理解 Bidi 1 的价值，首先要厘清它与传统语音交互的核心差异。
过往的 AI 语音交互类似 “对讲机” 模式，属于单工轮替机制：用户按住按键发言，松开后 AI 才开始生成回复，二者无法同时进行，对话全程存在明确的等待间隙。
Bidi 1 则将交互体验升级为 “通话” 模式，实现了真正的双向并行。AI 在输出语音的同时，可实时识别用户的语音输入，支持随时打断并即时响应。在实测演示中，让 Bidi 1 从 1 数到 10，当数到 3 时用户发出 “倒着数” 的指令，模型无需等待当前输出结束，也无需用户重新下发完整指令，会立刻从 3 开始倒数。
这一流畅体验的背后，是并行处理架构的支撑。内测数据显示，该功能的语音识别延迟可低至 0.3 秒，较旧版本提速近 5 倍。
除此之外，还有两处细节优化进一步贴近自然对话：
- 自然停顿承接：用户发言语速放缓或出现短暂停顿时，模型会以轻声应答承接对话，而非长时间静默等待；
- 内嵌实时翻译：对话过程中可自动完成语种转换，无需单独调用翻译工具。
业内观点认为，这一升级释放出明确信号：语音交互正从 AI 产品的附属功能模块，逐步向核心交互入口演进。
二、功能识别：黄色气泡为专属标识
用户无需反复进入设置页面，通过界面视觉特征即可快速判断是否获得测试资格。
在设置面板的模型选择栏中，Bidi 1 与 “标准语音”“高级语音” 选项并列展示。选中该模式后，对话界面的消息气泡将从默认蓝色切换为醒目的黄色 —— 黄色气泡即代表 Bidi 1 双向模式已激活，蓝色气泡则为常规模式。
这一设计降低了功能确认成本，用户只需瞥一眼对话界面，即可清晰判断当前交互模式。
三、灰度资格获取：五种方式提升开通概率
截至目前，OpenAI 尚未正式官宣 Bidi 1 功能，整体采用小范围灰度、分区域逐步开放的策略。在功能全面上线前，用户可通过以下方式尝试获取测试资格：
- 升级最新客户端版本。灰度功能仅对最新版本客户端开放，网页端用户可刷新页面同步最新状态，移动端用户可前往应用商店检查版本更新。
- 主动查看设置面板。该功能不会主动推送弹窗通知，多数获得资格的用户均为主动查询时发现，可进入设置页面的模型选择栏查看是否新增对应选项。
- 切换英文界面尝试。OpenAI 灰度测试通常优先面向英文界面用户开放，部分区域推送存在滞后，将 ChatGPT 语言设置切换为英文后再次查看，可提升命中概率。
- 同步测试多端入口。网页端与移动端的灰度推送进度并不完全同步，若单端未获得资格，可尝试在另一终端登录查看。
- 留意内测申请渠道。有行业资讯渠道披露了相关内测申请入口，用户可按需提交信息，进一步提升开通概率。
四、体验价值：打破语音交互的排队感
“双向并行” 的技术特性，看似只是体验细节的优化，实则重构了语音交互的整体节奏。
过去使用 AI 语音助手，用户始终需要遵循 “等对方说完再发言” 的规则，这种隐形的 “排队感”，是语音交互始终未能完全替代文字交互的重要阻碍。Bidi 1 打破了这层壁垒，用户可以随时打断、纠正、追问，对话的主导权完全交还给使用者，整体体验更贴近真实的人际交流。
据业内预测，OpenAI 大概率将于近期扩大 Bidi 1 的测试范围；而面向开发者的 Codex 系列独立语音升级、API 端的能力开放，还需等待后续的版本迭代。
对于普通用户而言，现阶段可随时留意客户端内的功能更新。看到黄色气泡，即意味着已拿到双向语音对话的测试入场券；暂未收到推送也无需着急，灰度测试本就是逐步开放的过程，后续覆盖范围将持续扩大。
对于企业与开发者而言，语音交互能力的迭代，也为 AI 应用的场景落地打开了新的想象空间。想要及时跟进前沿模型能力、稳定接入全球主流大模型，专业的 API 服务平台可提供高效助力。UseAIAPI 覆盖全球多款热门 AI 大模型，包含 GPT、Claude、Gemini、DeepSeek 等前沿模型的全功能接入支持，无需等待区域灰度推送，即可便捷调用核心能力。平台同时提供企业级定制化服务，可根据业务场景匹配专属接入方案，全程保障链路稳定与数据安全；在成本层面，平台专属优惠力度最低可达官方定价的 50%，能够有效降低高频调用、高强度内容生成场景下的算力消耗成本，帮助企业与开发者以更可控的成本，快速落地前沿 AI 能力。