„OpenAI“ pristatė „GPT-Live“ balso modelius, skirtus „ChatGPT“

Trečiadienį „OpenAI“ pristatė „GPT-Live-1“ ir „GPT-Live-1 mini“ – dvipusio ryšio balso modelius, kurie visame pasaulyje pasiekiami „ChatGPT“ vartotojams.seekingalpha+1
Modeliai gali reaguoti į pertraukimus ir patvirtinti informaciją pokalbio metu, nukreipdami sudėtingas užklausas į tekstinius modelius, išlaikydami pokalbio tęstinumą.cnet+1
Šis pristatymas vyksta intensyvią dirbtinio intelekto naujienų savaitę; „OpenAI“ taip pat ketvirtadienį planuoja viešai išleisti „GPT-5.6 Sol“, kai buvo panaikintas vyriausybės prašymu taikytas atidėjimas.reuters+1

Trečiadienį „OpenAI“ išleido „GPT-Live-1“ ir „GPT-Live-1 mini“ – dvipusio ryšio balso modelių porą, leidžiančią „ChatGPT“ klausytis ir kalbėti vienu metu, taip atsisakant iki šiol dirbtinio intelekto balso asistentams būdingo pakaitinio bendravimo. Modeliai visame pasaulyje pradedami diegti nuo šiandien.cnet+1

Balso modelis, žinantis, kada patylėti

Naujoji „GPT-Live“ architektūra sprendžia vieną dažniausių nusivylimų naudojantis balso dirbtiniu intelektu: nesugebėjimą susidoroti su natūraliu pokalbio persidengimu. Užuot privertęs vartotojus laikytis griežto klausimų ir atsakymų modelio, „GPT-Live-1“ gali priimti pertraukimus, pateikti trumpus patvirtinimus ir tęsti kalbėjimą neprarasdamas konteksto.openthemagazine+1

„GPT-Live“ gali išlikti pokalbyje su vartotoju“, – sakė Kundanas Kumaras, „GPT-Live“ modelio tyrimų vadovas, apibūdindamas jį kaip iki šiol „išmaniausią „OpenAI“ balso modelį“. K. Kumaras, balso dirbtinio intelekto tyrėjas, prisijungęs prie „OpenAI“ iš „Character.AI“, vadovauja įmonės garso modelių kūrimui nuo 2026 m. pradžios.siliconangle+2

Nukreipimas ir vizualiniai papildymai

Kai „GPT-Live-1“ susiduria su užklausomis, reikalaujančiomis gilesnio mąstymo ar informacijos realiuoju laiku, jis automatiškai nukreipia jas į „OpenAI“ tekstinius modelius apdorojimui, įskaitant paieškos internete galimybes, kartu išlaikydamas balso pokalbį. Atnaujintas modelis taip pat papildo diskusijas apie orus, akcijas ir sportą dirbtinio intelekto sugeneruotais vaizdais, rodančiais aktualią informaciją, taip panaikindamas atskirtį tarp tik balso ir daugiarūšės sąveikos.theverge+2

Intensyvi DI naujienų savaitė

„GPT-Live“ pristatymas vyksta vieną intensyviausių šių metų DI naujienų savaičių. „OpenAI“ taip pat ruošiasi ketvirtadienį viešai išleisti „GPT-5.6 Sol“ – savo pažangiausią tekstinį modelį, kai buvo panaikintas vyriausybės prašymu taikytas atidėjimas. „Meta“ šią savaitę pristatė savo „Muse“ vaizdų generavimo modelį, o „xAI“ pranešama, kad ruošia naują modelį bendradarbiaudama su „Anysphere“, įmone, sukūrusia programavimo įrankį „Cursor“.bloomberg+2

„GPT-Live“ modeliai yra vartotojams skirta kulminacija darbo, kuris prasidėjo nuo „OpenAI“ kūrėjams skirto „GPT-Realtime-2“ gegužės mėnesį, suteikusio „GPT-5“ klasės mąstymo galimybes balso sąveikoms per API. Kadangi dvipusio ryšio garsas dabar pasiekia šimtus milijonų „ChatGPT“ vartotojų, „OpenAI“ tikisi, kad balsas taps pagrindine DI sąsaja, o ne tik patogumo funkcija.reuters+1

Šaltiniai (50)