OpenAI stellt GPT-Live vor: Der nächste Schritt in der Echtzeit-Sprachinteraktion
OpenAI stellt GPT-Live vor: Der nächste Schritt in der Echtzeit-Sprachinteraktion
OpenAI hat das neue Modell GPT-Live eingeführt, das gleichzeitiges Sprechen und Hören ermöglicht. Diese Full-Duplex-Architektur revolutioniert die Nutzerinteraktion, indem sie den klassischen Wechsel von Sprecherwechseln überwindet.
OpenAI hat GPT-Live veröffentlicht – einen Sprachmodus der nächsten Generation. Obwohl die Veröffentlichung gestern stattfand, wurde das Ereignis durch die Nachrichten zu Grok-4.5 etwas in den Hintergrund gedrängt.
Was bietet GPT-Live?
Das Modell wurde darauf trainiert, gleichzeitig zuzuhören und zu sprechen. Selbst im Advanced Voice Mode handelte es sich bisher um eine sequenzielle Interaktion (Turn-Taking). Während Opus 5 noch auf sich warten lässt, ist das Codex-Update bereits verfügbar.
Die ChatGPT-Voice-Funktion basiert nun auf dem kürzlich veröffentlichten GPT-Live. Das Modell kann simultan sprechen, zuhören und die Arbeit von Agenten innerhalb der Anwendung koordinieren.
Technische Innovation: Full-Duplex-Architektur
Ein wesentlicher Fortschritt liegt in der neuen Architektur: Statt des linearen Ablaufs „Nutzer -> Verarbeitung -> Antwort“ hört GPT-Live zu, aktualisiert seinen Kontext und denkt gleichzeitig nach. Alle paar Sekunden trifft das Modell eine Entscheidung: ob es weiter zuhören, unterbrechen, ein Tool aufrufen oder antworten soll.
Dies ebnet den Weg für echtes „Vibe Coding“ – ein Erlebnis, das an Tony Starks Interaktionen mit Jarvis erinnert.
P.S.: Viele hatten im Update das versprochene GPT-5.6 Sol auf Cerebras-Hardware erwartet. Dieses Release scheint jedoch vorerst verschoben zu sein.
Warum das wichtig ist
AnalyseDiese Entwicklung markiert einen Paradigmenwechsel in der Entwicklung von Voice-Assistenten, da die Full-Duplex-Technologie natürliche, flüssige Konversationen ohne künstliche Latenzen ermöglicht.
In der Community diskutieren
Teile deine Fragen und Erkenntnisse mit Entwicklern
Verwandt im Ökosystem
Praktische Leitfäden, Terminologie und Agenten-Skills
Vier Lebenslauf-Tipps vom Leiter für Applied-AI-Entwicklung bei OpenAI
Wulfie Bain, Leiter der Applied-AI-Entwicklung bei OpenAI, nannte vier Regeln: Kürze, Relevanz, Ergebnisfokus und starke Erfolge am Anfang.
AI Radar: GPT-6.1 Terra, Gemini 4 Carbon, Mistral Large 4 und Preisänderungen bei OpenAI und Anthropic
Überblick über aktuelle KI-News: neue LLM-Releases, Änderungen bei OpenAI- und Anthropic-Abos, World-Modelle, Videogeneratoren und Unternehmensdetails.
OpenAI GPT (Flaggschiff-Modelle der GPT-Serie)
Die zentrale, universelle Reihe großer Sprachmodelle von OpenAI (GPT-4, GPT-4o). Optimiert für komplexe Textanalyse, Programmierung, Kreativität und tägliche intellektuelle Arbeit.
Codex Skills für Einsteiger: So automatisieren Sie Workflows mit KI-Agenten
Ein praktischer Leitfaden zur Erstellung und Nutzung von Skills in Codex: Anatomie der SKILL.md, explizite und automatische Aktivierung, Unterschiede zwischen Skills, Skripten und Tools, die Skills API sowie die Konfiguration von Sicherheitsgrenzen.