OpenAI дауыстық интерфейстер эволюциясындағы кезекті қадамды жасап, GPT-Live — ChatGPT-тің «Сөйлесу» режиміне біріктірілген дауыстық модельдердің жаңа буынын жариялады. Бұл жай ғана жаңарту емес, жасанды интеллектпен өзара әрекеттесу тәсіліміздегі түбегейлі өзгеріс.
Негізгі инновация — толық дуплексті архитектура. Алдыңғы нұсқалардан айырмашылығы, GPT-Live үзілістерді күтпей-ақ бір уақытта тыңдап, сөйлей алады. Модель одағай сөздерді таниды, табиғи түрде үзіліс жасайды және пайдаланушы ойланып қалса да, оның сөзін бөлмейді. Бұл ЖИ-мен диалогты адамдық қарым-қатынасқа жақындатады.
Архитектуралық тұрғыдан процесс бөлінген: GPT-Live әңгімені жалғастырып тұрғанда, басқа модель (бастапқыда — GPT-5.5) фондық режимде күрделі сұрауларды — интернеттен іздеу немесе есептеулерді өңдейді. Бұл ЖИ-ге сөзді нақты уақытта аударуға және диалогты үзбей мәселелерді шешуге мүмкіндік береді.
Сынақтар GPT-Live-тің ғылыми пайымдаулар мен деректерді алудағы артықшылығын растайды. ChatGPT интерфейсінде ауа райы, акция бағамдары және спорт нәтижелері бар визуалды карточкалар пайда болды — бұл мультимодальды тәжірибеге қарай жасалған қадам.
OpenAI екі нұсқаны шығарды: қуатты GPT-Live-1 және жеңілдетілген GPT-Live-1 mini. Қолжетімділік әртүрлі: ақылы Plus және Pro тарифтерінің пайдаланушылары негізгі модельге қол жеткізді, ChatGPT-тің тегін нұсқасы mini-нұсқасын пайдаланады. Жақын арада компания әзірлеушілер үшін API ашады.
Қауіпсіздік те жаңартулар алды: жаңа сүзгілер дауыстарды имитациялауды блоктайды және зорлық-зомбылық немесе өзін-өзі зақымдауға байланысты контентті шектейді. Жасөспірімдер үшін ата-ана бақылауы қарастырылған.
Бұл іске қосу — стратегиялық маңызды қадам. GPT-Live дауыстық интерфейсті жақсартып қана қоймай, парадигманың өзін өзгертеді: ЖИ енді жай ғана құрал емес, толыққанды әңгімелесуші бола алады. Дегенмен, шынайы әлеует API ашылғанда ашылады — сонда әзірлеушілер бұл технологияны өз өнімдеріне енгізе алады, бұл дауыстық көмекшілер нарығын қайта анықтауы мүмкін.