OpenAI integra funciones de agente por voz en la app móvil de ChatGPT

OpenAI comenzó el miércoles a implementar una serie de mejoras en ChatGPT Voice, conectando su interfaz hablada con los modelos GPT-6, plugins de terceros y el modo de trabajo con agentes de la compañía en dispositivos móviles y web. Este movimiento convierte las conversaciones por voz en una plataforma para tareas de varios pasos, como redactar documentos, gestionar calendarios y navegar por la web.

La voz se une al trabajo con agentes

La actualización vincula el modelo de voz en tiempo real de OpenAI, GPT-Live, con los modelos de IA capaces de operar navegadores y aplicaciones conectadas, extendiendo capacidades que antes estaban limitadas a la versión de escritorio. Los suscriptores Plus y Pro ahora pueden usar la voz en sus teléfonos para activar flujos de trabajo en la pestaña Trabajo, incluyendo la creación de presentaciones, el resumen de mensajes de Slack y la redacción de correos electrónicos.techcrunch+1

En una demostración para Business Insider, el jefe de producto de voz de ChatGPT en OpenAI, Atty Eleti, utilizó solo la voz para analizar sus gastos en DoorDash, reservar una pista de pickleball y reorganizar su calendario. "En el futuro, imaginamos que la gente usará la voz como la modalidad principal para interactuar con la IA", afirmó Eleti.businessinsider

ChatGPT Voice ahora también puede ser impulsado por los tres modelos GPT-6 de OpenAI: Astra, el más capaz; y los modelos más pequeños Sol y Luna, que fueron actualizados a GPT-6 el día anterior. También se ha añadido soporte de plugins para correo electrónico, calendario y Slack de Salesforce, Inc. ↗ 1.84% a la voz, cerrando lo que 9to5Mac llamó "una gran desconexión" para los usuarios que antes debían cambiar a texto para acceder a servicios conectados.9to5mac

Equilibrio entre voz y pantalla

OpenAI señaló que las conversaciones por voz ahora producirán una salida de texto más rica, y los usuarios pueden alternar entre voz y texto a mitad de la conversación o comenzar una tarea en el móvil y reanudarla en el escritorio. Más de 150 millones de personas ya utilizan las herramientas de dictado y voz de ChatGPT, según Eleti.techcrunch+1

El diseño refleja un equilibrio deliberado. "No pensamos en esto solo como voz de entrada y voz de salida", dijo Eleti a Business Insider. "Se trata de voz de entrada y luego la salida correcta. A veces es texto, a veces es voz, a veces es una mezcla".businessinsider

Una carrera competitiva por el asistente de IA

El lanzamiento se produce mientras los asistentes personales de IA ganan impulso en Silicon Valley, con rivales como Muse de Meta ↗ 1.02% y la startup Instinct compitiendo por los usuarios. OpenAI ha estado lanzando una serie de productos antes de su evento DevDay la próxima semana. Bloomberg también ha informado que la compañía está construyendo un altavoz inteligente para su lanzamiento en 2027, lo que otorga a sus inversiones en voz una dimensión de hardware a largo plazo.businessinsider

No todas las funciones son universales. El acceso al modelo GPT-6 y las capacidades de trabajo dependen del nivel de suscripción y la configuración del espacio de trabajo, y el despliegue es gradual. Mientras tanto, la creciente división entre los modos Chat y Trabajo de ChatGPT, con GPT-6 disponible solo en este último, ha añadido una capa de complejidad que algunos usuarios aún están analizando.techradar+1