OpenAI oficjalnie uruchomił GPT-Live, nową rodzinę modeli głosowych opartą na architekturze full-duplex, która umożliwia modelowi słuchanie i mówienie jednocześnie. Systemem dysponują już teraz użytkownicy ChatGPT na całym świecie w dwóch wersjach: GPT-Live-1 i GPT-Live-1 mini, a dostęp do API ma pojawić się wkrótce.
Architektura full-duplex zmienia podejście do konwersacji ze sztuczną inteligencją. Model może wstawiać krótkie dźwięki zachęcające, takie jak 'mhmm' czy 'yeah', co czyni rozmowę bardziej naturalną. Gdy pytanie wymaga wyszukiwania w sieci, głębszego rozumowania lub bardziej skomplikowanej pracy, GPT-Live inteligentnie deleguje zadanie do GPT-5.5 działającego w tle, a tymczasem utrzymuje fluidność konwersacji. To rozwiązanie eliminuje problemy wcześniejszych systemów cascade'owych, które łańcuchowo łączyły trzy oddzielne modele na każdą turę rozmowy, powodując opóźnienia i sztywność.
W testach u ludzi GPT-Live i jego miniaturowa wersja zdecydowanie zwyciężyły nad poprzednim Advanced Voice Mode. Według OpenAI nowe podejście zapewnia bardziej naturalną, rzeczywistą konwersację. Warto dodać, że wideo, udostępnianie ekranu i pełna parytetu wielojęzycznej nie będą dostępne przy premierze, ale firma pracuje nad tymi funkcjami na przyszłość.