OpenAI-მ 8 ივლისს GPT-Live-ის გავრცელება დაიწყო — ხმოვანი მოდელების ახალი თაობა, რომელიც ChatGPT-თან საუბარს რეალურ დიალოგს უფრო ამსგავსებს. ამის შესახებ იუწყება TechCrunch და სხვა გამოცემები, რომლებმაც კომპანიის განცხადება გაანალიზეს.
გამოდის ორი ვერსია: GPT-Live-1, რომელიც ნაგულისხმევი ხდება ChatGPT-ის ფასიან გეგმებზე (Go, Plus და Pro), და მცირე ზომის GPT-Live-1 mini, რომელიც უფასო მომხმარებლებისთვის ცვლის Advanced Voice Mode-ს. ორივე ეტაპობრივად ხელმისაწვდომი ხდება iOS-ზე, Android-ზე და ChatGPT-ის ვებგვერდზე, მრავალენოვანი მხარდაჭერით.
რას ნიშნავს „სრული დუპლექსი" პრაქტიკაში
ChatGPT-ის ხმოვანი ფუნქცია აქამდე სამ ცალკეულ სისტემას აერთიანებდა: ხმის ტექსტად გარდაქმნას, ენობრივი მოდელის მიერ პასუხის გენერირებას და ტექსტის ხმად გარდაქმნას — ეს ჯაჭვი კი ასისტენტს აიძულებდა, დალოდებოდა, სანამ ადამიანი საუბარს დაასრულებდა. GPT-Live ამის ნაცვლად იყენებს იმას, რასაც OpenAI „სრულ დუპლექს" არქიტექტურას უწოდებს — მოდელი ერთდროულად უსმენს და საუბრობს, კომპანიის განცხადებით, რომელიც TechCrunch-მა და SiliconANGLE-მა გადმოსცეს.
პრაქტიკაში ეს ნიშნავს, რომ GPT-Live-ს შუალედში შეუძლია მოკლე რეაქციების ჩართვა, როგორიცაა „მჰმ", მომხმარებლის ბუნებრივად შეწყვეტის დაშვება და დუმილი, სანამ ადამიანი ჯერ კიდევ ფიქრობს — ნაცვლად ვადამდე ჩარევისა. მოდელი მუდმივად აფასებს, ისაუბროს, ინტერნეტში მოძებნოს თუ მოთხოვნა სხვას გადასცეს.
რთული კითხვებისთვის — უფრო დიდი მოდელი
უფრო ღრმა მსჯელობის ან განახლებული ინფორმაციის საჭიროების შემთხვევაში, GPT-Live მოთხოვნას საუბრის დროსვე გადასცემს OpenAI-ის წამყვან ტექსტურ მოდელს — ამჟამად GPT-5.5-ს — და შემდეგ პასუხს ისევ ხმოვან დიალოგში აბრუნებს, იუწყება TechCrunch. OpenAI-ის თანახმად, GPT-Live-1-მა კომპანიის შიდა „სასიამოვნო საუბრის" შეფასებაში 75.5 ქულა მიიღო — გაუმჯობესება, რომელსაც კომპანია ახალ არქიტექტურას მიაწერს, Dataconomy-ის ცნობით.
OpenAI-მ განაცხადა, რომ გეგმავს GPT-Live-ის API-ში დამატებას დეველოპერებისთვის, თუმცა კონკრეტული ვადა არ დაუსახელებია. კომპანიამ აღნიშნა, რომ ChatGPT-ის ხმოვან ფუნქციებს ამჟამად 150 მილიონზე მეტი ადამიანი იყენებს, რაც გავრცელების მასშტაბზე მეტყველებს.
გამოშვება ერთი დღით უსწრებს OpenAI-ის GPT-5.6 ტექსტური მოდელების უფრო ფართო გამოშვებას, რომელსაც კომპანია მთავრობის მიერ ზედამხედველი მოკლე გამოცდის შემდეგ გლობალურად ხსნის.