Компания OpenAI представила GPT-Live — новое поколение голосовых моделей. Технология уже встроена в режим «Разговор» чат-бота ChatGPT.
Главная особенность GPT-Live — полнодуплексная архитектура. Теперь нейросеть может слушать и говорить одновременно, не дожидаясь тишины. Модель понимает междометия, умеет делать паузы и не перебивает пользователя, если он просто задумался.
Разработчики разделили процесс общения и выполнение задач. Пока GPT-Live поддерживает диалог, другая модель (на запуске это GPT-5.5) в фоновом режиме ищет информацию в интернете или проводит сложные вычисления. Это позволяет ИИ переводить речь в реальном времени и решать запросы, не прерывая беседу.
Источник: OpenAI.
Результаты тестов показали, что GPT-Live превосходит предыдущие решения в научных рассуждениях и поиске данных. В интерфейсе ChatGPT также появились визуальные карточки с погодой, курсами акций и спортивными результатами.
OpenAI выпустила две версии: мощную GPT-Live-1 и упрощенную GPT-Live-1 mini. Доступность:
- пользователи платных тарифов Plus и Pro получили доступ к основной модели;
- в бесплатной версии ChatGPT доступна mini-версия;
- в ближайшее время компания откроет API для разработчиков.
Программисты добавили в систему новые фильтры безопасности. Они блокируют попытки имитации чужих голосов и ограничивают контент, связанный с насилием или самоповреждением. Для подростков предусмотрен родительский контроль.
Напомним, в июне OpenAI открыла ограниченный доступ к GPT-5.6 Sol, Terra и Luna через API и Codex для небольшой группы доверенных партнеров. Компания запустила превью по просьбе американских властей.