„OpenAI“ во средата го претстави „GPT-Live“, новата генерација гласовни модели за „ChatGPT“, која го заменува досегашниот „Advanced Voice Mode“. Станува збор за архитектура која истовремено слуша и зборува, со што се намалува латентноста и се елиминираат вештачките паузи карактеристични за претходната верзија.

Досегашното потпирање на текстуални одговори претставуваше пречка за поширока примена на вештачката интелигенција во секојдневниот живот, па „GPT-Live“ во тој поглед значително ги проширува можностите на алатката.

Кога е потребна посложена анализа, се вклучува „GPT 5.5“

Првата голема новина му овозможува на моделот за време на разговорот да вметнува потврдни звуци, како „мхм“, и да води брза размена на реплики, вклучувајќи и паузи за размислување, без да го прекинува корисникот.

Втората промена го раздвојува гласовниот модел од процесот на длабоко заклучување. Кога прашањето бара посложена обработка, „GPT-Live“ автоматски го препраќа барањето до „GPT 5.5“, кој ја извршува анализата во позадина, додека гласовниот модел непречено го одржува текот на разговорот.

За време на демонстрацијата пред новинарите, моделот истовремено преведуваше на хинди додека говорникот зборуваше, а преводот беше испорачан веднаш по завршувањето на реченицата, без пауза и без препознатливиот звук на „размислување“ што ја забавуваше претходната верзија.

Моделот доаѓа во две верзии

Според податоците на „OpenAI“, „GPT-Live“ го надминува „Advanced Voice Mode“ и според корисничките преференции во разговорот и според техничките показатели, како што се научното заклучување и агентското пребарување.

Моделот ќе биде достапен во две верзии:

• „GPT-Live-1“ – наменет за корисниците на пакетите „Go“, „Plus“ и „Pro“.

• „GPT-Live-1 Mini“ – стандардната верзија за бесплатните корисници.

Достапноста преку „API“ е најавена во блиска иднина, а заинтересираните веќе можат да пополнат формулар за ран пристап.