OpenAI spouští hlasové modely GPT-Live pro ChatGPT

Společnost OpenAI ve středu spustila GPT-Live-1 a GPT-Live-1 mini, plně duplexní hlasové modely, které se celosvětově zavádějí pro uživatele ChatGPT.seekingalpha+1
Modely dokážou přijímat přerušení a vydávat potvrzení uprostřed odpovědi, přičemž složité dotazy směrují na textové modely při zachování konverzace.cnet+1
Vydání přichází během nabitého týdne v oblasti AI, kdy OpenAI ve čtvrtek také veřejně uvede GPT-5.6 Sol poté, co bylo zrušeno zpoždění vyžádané vládou.reuters+1

Společnost OpenAI ve středu vydala GPT-Live-1 a GPT-Live-1 mini, dvojici plně duplexních hlasových modelů, které umožňují ChatGPT poslouchat a mluvit současně – což je odklon od střídavých interakcí, které definovaly hlasové asistenty s umělou inteligencí. Modely se celosvětově zavádějí od dnešního dne.cnet+1

Hlasový model, který ví, kdy má mlčet

Nová architektura GPT-Live řeší jednu z nejčastějších frustrací z hlasové AI: neschopnost zvládnout přirozené překrývání v konverzaci. Místo toho, aby uživatele nutila do rigidního vzorce otázka-odpověď, dokáže GPT-Live-1 přijímat přerušení, vydávat krátká potvrzení a pokračovat v mluvení, aniž by ztratil kontext.openthemagazine+1

„GPT-Live může zůstat v konverzaci s uživatelem,“ řekl Kundan Kumar, vedoucí výzkumu modelu GPT-Live, a popsal jej jako dosud „nejchytřejší hlasový model“ OpenAI. Kumar, výzkumník v oblasti hlasové AI, který do OpenAI přešel ze společnosti Character.AI, vede vývoj zvukových modelů společnosti od začátku roku 2026.siliconangle+2

Směrování a vizuální doplňky

Když GPT-Live-1 narazí na dotazy, které vyžadují hlubší úvahu nebo informace v reálném čase, automaticky je směruje k textovým modelům OpenAI ke zpracování, včetně možností vyhledávání na webu – to vše při zachování hlasové konverzace. Vylepšený model také doplňuje diskuse o tématech, jako je počasí, akcie a sport, vizuálními prvky generovanými AI, které zobrazují relevantní informace, čímž překlenuje propast mezi interakcí pouze hlasem a multimodální interakcí.theverge+2

Rušný týden pro vydání AI

Spuštění GPT-Live přichází během jednoho z nejrušnějších týdnů v oblasti AI v tomto roce. OpenAI se také připravuje na čtvrteční veřejné vydání GPT-5.6 Sol, svého nejpokročilejšího textového modelu, poté, co bylo zrušeno zpoždění vyžádané vládou. Meta tento týden spustila svůj model pro generování obrázků Muse a xAI údajně připravuje nový model ve spolupráci se společností Anysphere, která stojí za programovacím nástrojem Cursor.bloomberg+2

Modely GPT-Live představují vyvrcholení práce zaměřené na spotřebitele, která začala v květnu s modelem GPT-Realtime-2 od OpenAI zaměřeným na vývojáře, jenž přinesl uvažování třídy GPT-5 do hlasových interakcí prostřednictvím API. S plně duplexním zvukem, který nyní dosahuje ke stovkám milionů uživatelů ChatGPT, OpenAI sází na to, že hlas se stane primárním rozhraním pro AI – nejen funkcí pro pohodlí.reuters+1

Zdroje (50)