OpenAI lanserer GPT-Live stemmemodeller for ChatGPT

OpenAI lanserte på onsdag GPT-Live-1 og GPT-Live-1 mini, et par full-dupleks stemmemodeller som lar ChatGPT lytte og snakke samtidig – et avvik fra de tur-baserte interaksjonene som har definert AI-stemmeassistenter. Modellene rulles ut globalt fra og med i dag.cnet+1

En stemmemodell som vet når den skal være stille

Den nye GPT-Live-arkitekturen adresserer en av de vanligste frustrasjonene med stemme-AI: manglende evne til å håndtere naturlig overlapp i samtaler. I stedet for å tvinge brukere inn i et stivt spørsmål-og-svar-mønster, kan GPT-Live-1 absorbere avbrytelser, gi korte bekreftelser og fortsette å snakke uten å miste konteksten.openthemagazine+1

"GPT-Live kan fortsatt forbli i samtale med brukeren," sa Kundan Kumar, forskningsleder for GPT-Live-modellen, og beskrev den som OpenAI sin "smarteste stemmemodell" til nå. Kumar, en forsker innen stemme-AI som begynte i OpenAI fra Character.AI, har ledet selskapets utvikling av lydmodeller siden begynnelsen av 2026.siliconangle+2

Ruting og visuelle tillegg

Når GPT-Live-1 møter spørsmål som krever dypere resonnering eller sanntidsinformasjon, ruter den dem automatisk til OpenAI sine tekstmodeller for behandling, inkludert nettsøk-funksjoner – alt mens stemmesamtalen opprettholdes. Den oppgraderte modellen supplerer også diskusjoner om emner som vær, aksjer og sport med AI-genererte visuelle elementer som viser relevant informasjon, noe som bygger bro mellom kun-stemme og multimodal interaksjon.theverge+2

En travel uke for AI-lanseringer

GPT-Live-lanseringen kommer i løpet av en av de travleste ukene for AI i år. OpenAI forbereder seg også på å offentlig lansere GPT-5.6 Sol på torsdag, deres mest avanserte tekstmodell, etter at en regjeringspålagt forsinkelse ble opphevet. Meta ↗ 0.84% lanserte sin Muse bildegenereringsmodell denne uken, og xAI skal angivelig gjøre klar en ny modell i samarbeid med Anysphere, selskapet bak kodingsverktøyet Cursor.bloomberg+2

GPT-Live-modellene representerer kulminasjonen av arbeidet rettet mot forbrukere som startet med OpenAI sin utviklerfokuserte GPT-Realtime-2 i mai, som brakte GPT-5-klasse resonnering til stemmeinteraksjoner via API. Med full-dupleks lyd som nå når hundrevis av millioner av ChatGPT-brukere, satser OpenAI på at stemme vil bli et primært grensesnitt for AI – ikke bare en praktisk funksjon.reuters+1