OpenAIの音声モデル「GPT-Live-1」API公開、音声指示でゲーム世界をリアルタイム生成するデモが登場

概要

OpenAIは2026年9月10日、自然な双方向対話を実現する新しい音声モデル「GPT-Live-1」のAPI提供を開始しました。この発表を受け、開発者のtimour kosters氏は翌11日、同APIを利用してゲーム内の環境やアイテムを音声でリアルタイムに生成・変更するプレイテストのデモ動画を公開しました。

音声インターフェースがカスタマーサポートなどの実用的な用途に留まらず、動的なコンテンツ生成を伴う新しいメディア体験へ応用される可能性が示されています。

OpenAI「GPT-Live-1」APIの特性

OpenAIが公開した「GPT-Live-1」は、聞きながら話す「フルデュプレックス（Full-duplex）」方式を採用した音声モデルです。OpenAIは、GPT-Live-1がChatGPTのような自然なフルデュプレックス対話をAPIにもたらすと説明しています。Full Duplex Benchでは、GPT-Realtime-2.1に比べて性能が30パーセントポイント向上したと発表しています。

主な仕様と特徴は以下の通りです。

提供開始日: 2026年9月10日
価格: フロントエンド音声レイヤーで1分あたり0.05ドル
機能:
- 音声による自然な聞き取りと発話の同時実行
- GPT-6 Astraなどのバックエンド・テキストモデルへの推論およびツール呼び出しの委譲
- 音声のトーンやペースの制御、電話サポートへの対応

音声によるゲームワールドのライブ生成デモ

開発者のtimour kosters（@timourxyz）氏は2026年9月11日、GPT-Live-1 APIを活用したゲームのプレイテスト動画をSNSに投稿しました。

kosters氏の説明によれば、このシステムではプレイヤーがゲームに対して直接話しかけることで、環境を全面的に変更したり、新しいアイテムや武器をその場で作成したりすることが可能です。「すべてがライブで生成される（It’s all generated live）」としており、音声指示が即座にゲーム内の要素に反映される様子を1分37秒の動画で示しました。

実装に関する技術的確認事項

今回のデモにおいて、GPT-Live-1の音声指示に応じてゲームワールドがリアルタイムで生成されるという技術的主張については、現時点で投稿者による説明と動画資料のみに基づいています。

以下の点については、第三者による検証や公式な技術文書が確認されていない未確認の情報です。

実装の詳細: 使用されているゲームエンジン、生成方式（どの部分が生成AIによるもので、どの部分が既存のアセット操作なのか）、およびGPT-Live-1が具体的にどのような命令系統でシステムに組み込まれているか。
再現性と品質: 投稿された動画以外の環境における動作状況や、生成されるコンテンツの技術的な一貫性。

現段階では、フルデュプレックス音声モデルの新しい活用例としての提示に留まっており、詳細な技術仕様やリポジトリの公開が待たれる状況です。