OpenAI ger ChatGPT röststyrda agentfunktioner

OpenAI började på onsdagen rulla ut en rad uppgraderingar till ChatGPT Voice, som kopplar dess talade gränssnitt till GPT-6-modeller, tredjepartsinsticksprogram och företagets agentbaserade arbetsläge på både mobil och webb. Detta förvandlar röstsamtal till en startpunkt för flerstegsuppgifter som att skriva dokument, hantera kalendrar och surfa på webben.

Röst möter agentbaserat arbete

Uppdateringen kopplar OpenAIs röstmodell i realtid, GPT-Live, till AI-modeller som kan styra webbläsare och anslutna appar, vilket utökar funktioner som tidigare var begränsade till skrivbordsappen. Plus- och Pro-prenumeranter kan nu använda rösten på sina telefoner för att trigga arbetsflöden i fliken Arbete, inklusive att skapa presentationer, sammanfatta Slack-meddelanden och skriva e-post.techcrunch+1

I en demonstration för Business Insider använde Atty Eleti, produktansvarig för ChatGPT Voice, enbart tal för att analysera sina DoorDash-utgifter, boka en pickleball-bana och organisera om sin kalender. "I framtiden föreställer vi oss verkligen att människor använder rösten som det primära sättet att interagera med AI," sa Eleti.businessinsider

ChatGPT Voice kan nu även drivas av OpenAIs tre GPT-6-modeller: Astra, den mest kapabla, samt de mindre modellerna Sol och Luna, som uppdaterades till GPT-6 dagen innan. Stöd för insticksprogram för e-post, kalender och Slack Salesforce, Inc. ↗ 1.84% har också lagts till i röstläget, vilket stänger vad 9to5Mac kallade "en stor brist" för användare som tidigare var tvungna att byta till text för att nå anslutna tjänster.9to5mac

Balansen mellan tal och skärm

OpenAI uppger att röstsamtal nu kommer att ge rikare textutdata, och användare kan växla mellan röst och text mitt i ett samtal eller påbörja en uppgift på mobilen och återuppta den på skrivbordet. Mer än 150 miljoner människor använder redan ChatGPTs dikterings- och röstverktyg, enligt Eleti.techcrunch+1

Designen speglar en medveten avvägning. "Vi ser inte detta som bara ren röst in och röst ut," sa Eleti till Business Insider. "Det handlar om röst in och sedan rätt utdata tillbaka. Ibland är det text, ibland är det röst, ibland är det en blandning."businessinsider

Ett hårt race om AI-assistenten

Lanseringen sker samtidigt som personliga AI-assistenter vinner mark i Silicon Valley, med rivaler som Metas ↗ 1.02% Muse och startup-företaget Instinct som tävlar om användarna. OpenAI har släppt en rad produktnyheter inför sitt DevDay-event nästa vecka. Bloomberg har även rapporterat att företaget bygger en smart högtalare för lansering 2027, vilket ger deras röstsatsningar en mer långsiktig hårdvarudimension.businessinsider

Alla funktioner är inte universella. Tillgång till GPT-6-modeller och arbetsfunktioner beror på abonnemangsnivå och arbetsyteinställningar, och utrullningen sker gradvis. Samtidigt har den växande klyftan mellan ChatGPTs chatt- och arbetslägen – där GPT-6 endast är tillgänglig i det senare – skapat en komplexitet som vissa användare fortfarande försöker förstå.techradar+1