OpenAI julkaisee GPT-Live-puhemallit ChatGPT:lle

OpenAI julkaisi keskiviikkona GPT-Live-1- ja GPT-Live-1 mini -mallit, jotka ovat täysin kaksisuuntaisia (full-duplex) puhemalleja ja tulevat maailmanlaajuisesti ChatGPT:n käyttäjien saataville.seekingalpha+1
Mallit kykenevät sietämään keskeytyksiä ja antamaan kuittauksia vastauksen aikana, ohjaten monimutkaiset kyselyt tekstimalleille säilyttäen samalla keskustelun.cnet+1
Julkaisu tapahtuu kiireisellä tekoälyviikolla, ja OpenAI valmistautuu julkaisemaan myös GPT-5.6 Sol -mallin torstaina hallituksen pyytämän viivästyksen päätyttyä.reuters+1

OpenAI julkaisi keskiviikkona GPT-Live-1- ja GPT-Live-1 mini -mallit, jotka ovat täysin kaksisuuntaisia puhemalleja. Ne mahdollistavat ChatGPT:n kuuntelemisen ja puhumisen samanaikaisesti, mikä on merkittävä muutos aiempiin vuoropohjaisiin tekoälyavustajiin verrattuna. Mallit tulevat maailmanlaajuisesti saataville tästä päivästä alkaen.cnet+1

Puhemalli, joka tietää, milloin olla hiljaa

Uusi GPT-Live-arkkitehtuuri ratkaisee yhden yleisimmistä puhekäyttöiseen tekoälyyn liittyvistä turhautumisen aiheista: kyvyttömyyden käsitellä luonnollista keskustelun limittäisyyttä. Sen sijaan, että käyttäjät pakotettaisiin jäykkään kysymys-vastaus-malliin, GPT-Live-1 kykenee sietämään keskeytyksiä, antamaan lyhyitä kuittauksia ja jatkamaan puhumista menettämättä asiayhteyttä.openthemagazine+1

"GPT-Live kykenee pysymään keskustelussa käyttäjän kanssa", sanoi GPT-Live-mallin tutkimusjohtaja Kundan Kumar, kuvaillen sitä OpenAI:n "älykkäimmäksi puhemalliksi" tähän mennessä. Kumar, joka siirtyi OpenAI:lle Character.AI:lta, on johtanut yhtiön audiomallien kehitystä vuoden 2026 alusta lähtien.siliconangle+2

Reititys ja visuaaliset lisät

Kun GPT-Live-1 kohtaa kyselyitä, jotka vaativat syvempää päättelyä tai reaaliaikaista tietoa, se ohjaa ne automaattisesti OpenAI:n tekstimalleille prosessoitavaksi, mukaan lukien verkkohakutoiminnot – samalla kun puhekeskustelu jatkuu. Päivitetty malli täydentää keskusteluja esimerkiksi säästä, osakkeista ja urheilusta tekoälyllä luoduilla visuaalisilla elementeillä, jotka näyttävät olennaista tietoa, kuroen umpeen kuilun pelkän puheen ja multimodaalisen vuorovaikutuksen välillä.theverge+2

Kiireinen viikko tekoälyjulkaisuissa

GPT-Live-julkaisu osuu vuoden kiireisimpään tekoälyviikkoon. OpenAI valmistautuu myös julkaisemaan torstaina GPT-5.6 Sol -mallin, joka on sen edistynein tekstimalli, hallituksen pyytämän viivästyksen päätyttyä. Meta julkaisi tällä viikolla Muse-kuvantuottomallinsa, ja xAI:n raportoidaan valmistelevan uutta mallia yhteistyössä Anyspheren, koodaustyökalu Cursorin kehittäjän, kanssa.bloomberg+2

GPT-Live-mallit edustavat kuluttajille suunnatun kehitystyön huipentumaa, joka alkoi OpenAI:n kehittäjille suunnatulla GPT-Realtime-2-mallilla toukokuussa. Se toi GPT-5-tason päättelykyvyn puhevuorovaikutukseen API:n kautta. Kun täysin kaksisuuntainen ääni tavoittaa nyt ChatGPT:n sadat miljoonat käyttäjät, OpenAI uskoo, että puheesta tulee tekoälyn ensisijainen käyttöliittymä – ei vain mukavuusominaisuus.reuters+1

Lähteet (50)