OpenAI представила GPT-Live — новое поколение голосовых моделей ИИ для ChatGPT. Эта модель основана на полнодуплексной архитектуре: она может одновременно слушать пользователя и формировать ответ, что позволяет избежать традиционной очередности «сказал — дождался ответа».
GPT-Live уже начали поэтапно внедрять для пользователей ChatGPT по всему миру. На начальном этапе OpenAI выпускает две версии модели — GPT-Live-1 и GPT-Live-1 mini. GPT-Live-1 станет стандартной моделью в режиме «Разговор» для пользователей тарифов Go, Plus и Pro, в то время как GPT-Live-1 mini будет доступна для бесплатного плана. Подробности о новой модели собрал Postium.
Читайте также: Как применять ChatGPT для работы с документами
Нейросеть GPT-Live: что умеет и как функционирует
Ключевая особенность GPT-Live — непрерывная обработка диалога. Модель не дожидается завершения реплики, а постоянно анализирует поступающий звук и несколько раз в секунду решает, продолжать слушать, ответить, сделать паузу, перебить или переключиться на другой инструмент.
Благодаря этому ChatGPT может вести беседу максимально приближенно к человеческому общению. Пользователь может сделать паузу, чтобы подобрать слова, перебить модель новым вопросом или попросить её просто слушать. GPT-Live также может кратко подтверждать, что следит за ходом разговора, не отвлекая собеседника длинными ответами.
Ещё одна особенность новой архитектуры заключается в разделении голосового общения и сложных вычислений. Если запрос требует поиска в интернете, глубоких размышлений или выполнения других ресурсоёмких задач, GPT-Live передаёт их фоновой модели. На начальном этапе эту функцию выполняет GPT-5.5. Пока она ищет ответ или обрабатывает рассуждения, разговор продолжается без перерыва.
OpenAI сообщила, что в будущем GPT-Live будет автоматически адаптироваться к новым флагманским моделям без изменения самого голосового интерфейса.
Что изменится в ChatGPT
После обновления режим «Разговор» получит несколько новых функций.
— Во-первых, модель стала реже перебивать пользователя после коротких пауз и лучше выделяет голос человека на фоне шумов.
— Во-вторых, во время общения ChatGPT сможет применять разные уровни размышлений. Пользователь сможет выбрать режим «Быстрый», «Средний» или «Высокий» в зависимости от сложности требуемого ответа.
Кроме того, голосовой режим теперь отображает визуальные карточки для некоторых типов запросов. Например, в ходе беседы ChatGPT может показать прогноз погоды, биржевые котировки, спортивные результаты или карту с найденными местами. Функции поиска, памяти, работы с изображениями и загрузки файлов также остаются доступными.
OpenAI также обновила девять встроенных голосов специально для GPT-Live. На момент запуска GPT-Live не поддерживает голосовые разговоры с демонстрацией экрана и видео. В таких случаях пользователи могут вернуться к предыдущим версиям режима «Разговор».
Почему это важно? До появления GPT-Live голосовой режим ChatGPT либо основывался на отдельных моделях распознавания речи, генерации текста и синтеза голоса, либо обрабатывал реплики по очереди. В обоих случаях система ожидала завершения фразы пользователя, что делало разговор неестественным.
GPT-Live изменяет подход к голосовому режиму. Теперь модель может поддерживать беседу, одновременно осуществляя поиск информации или передавая сложные вычисления другой модели. Ранее OpenAI также обновила память ChatGPT: компания увеличила её объём для пользователей Plus и Pro и изменила принцип работы, чтобы сервис самостоятельно поддерживал контекст в актуальном состоянии.
Итог: В ChatGPT появился новый голосовой режим, который одновременно ведёт разговор и может передавать сложные запросы GPT-5.5, не прерывая диалог.
