OpenAI wprowadza GPT-Live – głosowy tryb nowej generacji

OpenAI Releases GPT-Live – Next-Generation Voice Mode

(Choć premiera miała miejsce wczoraj, została nieco przyćmiona przez ogłoszenie Grok-4.5)

Oto kluczowe informacje:

— Model został przeszkolony do jednoczesnego słuchania i mówienia. Nawet w Advanced Voice Mode interakcja była dotychczas wymianą zdań (turn-taking), ale teraz przypomina ona żywą rozmowę (szczególnie w języku angielskim). Testy translacji symultanicznej wypadły bardzo obiecująco.

— Architektura została zastąpiona systemem Full-Duplex. Oznacza to, że zamiast sekwencji „użytkownik -> przetwarzanie -> odpowiedź”, model jednocześnie słucha, aktualizuje kontekst i myśli. Co kilka sekund system podejmuje decyzję: czy kontynuować słuchanie, przerwać rozmówcę, czy wywołać narzędzie.

— W przypadku złożonych zapytań system może przekierować pytanie do GPT-5.5, naturalnie podtrzymując konwersację podczas przygotowywania odpowiedzi.

Nowy tryb (+ nowe głosy) jest dostępny do przetestowania już dziś. Użytkownicy darmowego planu otrzymują dostęp do GPT-Live-1 mini, podczas gdy pozostali mają już dostęp do pełnej wersji GPT-Live-1.

Obecnie brakuje demonstracji wideo lub pokazów na ekranie, a niektóre języki są wypowiadane z wyraźnym akcentem, jednak deweloperzy obiecują stopniowe rozwiązywanie tych problemów.