OpenAI gir ChatGPT stemmestyrte agentfunksjoner

OpenAI begynte onsdag å rulle ut en rekke oppgraderinger til ChatGPT Voice, som kobler det talestyrte grensesnittet til GPT-6-modeller, tredjepartsutvidelser og selskapets agentbaserte arbeidsmodus på tvers av mobil og nett. Dette gjør stemmesamtaler til et utgangspunkt for flertrinns oppgaver som å skrive dokumenter, administrere kalendere og surfe på nettet.

Stemme møter agentbasert arbeid

Oppdateringen kobler OpenAIs sanntids stemmemodell, GPT-Live, til AI-modeller som kan styre nettlesere og tilkoblede apper, noe som utvider funksjonalitet som tidligere var begrenset til skrivebordsversjonen. Plus- og Pro-abonnenter kan nå bruke stemmen på telefonen for å starte arbeidsflyter i Arbeid-fanen, inkludert å lage presentasjoner, oppsummere Slack-meldinger og skrive e-poster.techcrunch+1

I en demonstrasjon for Business Insider brukte Atty Eleti, produktansvarlig for ChatGPT Voice, kun tale for å analysere DoorDash-forbruket sitt, booke en pickleball-bane og omorganisere kalenderen. "I fremtiden ser vi for oss at folk bruker stemmen som den primære måten å samhandle med AI på," sa Eleti.businessinsider

ChatGPT Voice kan nå også drives av OpenAIs tre GPT-6-modeller: Astra, den mest kapable, samt de mindre modellene Sol og Luna, som ble oppdatert til GPT-6 dagen før. Støtte for utvidelser til e-post, kalender og Slack Salesforce, Inc. ↗ 1.84% er også lagt til, noe som lukker det 9to5Mac kalte "et stort gap" for brukere som tidligere måtte bytte til tekst for å nå tilkoblede tjenester.9to5mac

Balansen mellom tale og skjerm

OpenAI opplyser at stemmesamtaler nå vil gi rikere tekstutdata, og brukere kan bytte mellom tale og tekst midt i en samtale eller starte en oppgave på mobil og fortsette på skrivebordet. Over 150 millioner mennesker bruker allerede ChatGPTs dikterings- og stemmeverktøy, ifølge Eleti.techcrunch+1

Designet reflekterer en bevisst avveining. "Vi tenker ikke på dette som bare ren tale inn og tale ut," sa Eleti til Business Insider. "Det handler om tale inn og deretter riktig utdata tilbake. Noen ganger er det tekst, noen ganger er det tale, noen ganger er det en blanding."businessinsider

Et tett løp om AI-assistenten

Lanseringen kommer samtidig som personlige AI-assistenter vinner terreng i Silicon Valley, med rivaler som Metas ↗ 1.02% Muse og oppstartsselskapet Instinct som kjemper om brukerne. OpenAI har sluppet en rekke produktnyheter før DevDay-arrangementet neste uke. Bloomberg har også rapportert at selskapet bygger en smart høyttaler for lansering i 2027, noe som gir stemmesatsingen en langsiktig maskinvare-dimensjon.businessinsider

Ikke alle funksjoner er universelle. Tilgang til GPT-6-modeller og arbeidsfunksjoner avhenger av abonnementsnivå og arbeidsområdeinnstillinger, og utrullingen skjer gradvis. Samtidig har det økende skillet mellom ChatGPTs Chat- og Arbeidsmoduser – der GPT-6 kun er tilgjengelig i sistnevnte – skapt en kompleksitet som enkelte brukere fortsatt prøver å forstå.techradar+1