GPT-Live от OpenAI: голос ChatGPT, который слушает и говорит

      OpenAI хочет, чтобы вы разговаривали с ChatGPT, а не печатали ему. 8 июля компания запустила GPT-Live, новое поколение голосовых моделей. Компания утверждает, что общение с ИИ стало гораздо ближе к настоящему разговору. Две версии, GPT-Live-1 и меньшая GPT-Live-1 mini, доступны пользователям ChatGPT по всему миру с сегодняшнего дня.

      Изменение заголовка заключается в архитектуре. GPT-Live работает в режиме «двухсторонней связи», поэтому он может слушать и говорить одновременно. Он может вставить «ммм» или «понял», обмениваться быстрыми репликами или ждать, пока вы подумаете. Старые голосовые режимы должны были ждать, пока вы сначала перестанете говорить. Это часто приводило к тому, что они вмешивались в неподходящий момент.

      Думайте на заднем плане, продолжайте говорить

      Второе изменение — делегирование. Когда вопрос требует поиска в интернете или более сложного рассуждения, GPT-Live передает его более мощной модели в фоновом режиме. Эта модель — GPT-5.5 на момент запуска. GPT-Live продолжает общаться, пока ждет, а затем возвращает ответ обратно.

      «Это именно то, как люди взаимодействуют друг с другом», — сказал репортерам руководитель голосового продукта ChatGPT Атти Элети, согласно CNET. «Мы продолжаем разговор, пока думаем на заднем плане».

      Одна демонстрация привлекла внимание. На пресс-брифингах модель справлялась с синхронным переводом в реальном времени, произнося текущий перевод, пока выступающий говорил. TechRadar, которому показали эту функцию, назвал ее действительно полезной. Модель также реагирует на слово-пробуждение, при этом сотрудники OpenAI использовали «Эй, Чат» в демонстрации.

      Умнее и бесплатно для всех

      OpenAI называет GPT-Live своей самой умной голосовой моделью на сегодняшний день. Пользователи могут выбрать уровень рассуждений: Мгновенный, Средний или Высокий. Голос теперь может отображать визуальные карточки для таких вещей, как погода, акции и спорт. Компания утверждает, что GPT-Live-1 и мини-версия превосходят старый Расширенный голосовой режим в тестовых разговорах продолжительностью от пяти до десяти минут. Также сообщается о значительных успехах в тестах на научное рассуждение и агентский поиск в интернете.

      Более 150 миллионов человек уже используют голосовые функции и диктовку ChatGPT каждую неделю, сообщает OpenAI. GPT-Live-1 становится стандартом для подписчиков Go, Plus и Pro, в то время как бесплатные пользователи получают мини-версию. Она доступна на iOS, Android и в интернете, хотя развертывание может занять несколько дней.

      Проблема звучания как человека

      Звучание как человек имеет свои плюсы и минусы. OpenAI заявляет, что добавила специфическую для голоса безопасность и меры предосторожности в реальном времени. Эти меры могут направлять ответ, предоставлять ресурсы для кризисных ситуаций или завершать разговор в более рискованных случаях, с дополнительной защитой для подростков. Также подчеркивается, что GPT-Live использует предустановленные голоса и не будет имитировать реального человека.

      Эта осторожность важна. Модель, звучащая как друг, легче завоевывает доверие, но и вводит в заблуждение тоже. Критики, такие как Мередит Уиттакер из Signal, предупреждали, что чат-боты «не ваши друзья». В этой области также много конкурентов. Соперники, такие как ElevenLabs и волна стартапов голосовых агентов, стремятся к одной и той же цели. Более широкая гонка за помощниками подтолкнула Amazon к перестройке Alexa.

      Почему это важно

      Это происходит в тот же день, когда OpenAI продолжила широкое развертывание GPT-5.6, часть быстрого темпа выпуска. На протяжении многих лет голос служил удобным дополнением, а не основным способом использования ChatGPT. С GPT-Live OpenAI ставит на то, что разговор, а не набор текста, станет стандартом. Открытым вопросом остается, хотят ли люди, чтобы ИИ никогда не прекращал слушать.