OpenAI השיקה את GPT-Live, סדרה חדשה של דגמי קול ל-ChatGPT שיכולים להאזין ולדבר בו-זמנית, ומסמנת את השיפוץ המשמעותי ביותר של החברה בחוויית הקול השיחתית שלה עד כה. המהדורה משתמשת במה ש-OpenAI מתארת כארכיטקטורת דופלקס מלאה, המאפשרת למשתמשים להפריע, לשוחח ולשוחח עם העוזר באופן שלדברי החברה מרגיש כמו שיחת טלפון אמיתית.
ההשקה מגיעה לצד ההשקה הרחבה יותר של OpenAI של משפחת הדגמים GPT-5.6 השבוע, ומייצגת דחיפה לגרום לחדשות AI לגבי ממשקי קול להרגיש פחות כמו שליטה במכונה ויותר כמו צ'אט עם אדם.
מה שעושה GPT-Live שונה
עוזרי קול מסורתיים פועלים במצב חצי דופלקס: אתה מדבר, ואז אתה מפסיק, ואז המערכת מעבדת את הבקשה שלך ומגיבה. פנייה היא נוקשה. GPT-Live שובר את הדפוס הזה עם עיבוד אודיו דופלקס מלא, כלומר הדגם יכול לשמוע אותך בזמן שהוא עדיין מדבר. זה מאפשר הפרעות טבעיות, תיקוני משפט באמצע ושיחה חופפת - סוג של אנשים הלוך ושוב לוקחים כמובן מאליו אבל AI קולי נאבקו בעבר.
לפי רויטרס, דגמי ה-GPT-Live מקשיבים ומדברים בו-זמנית - יכולת שהייתה זה מכבר יעד לתחום הבינה המלאכותית הקולית. הגישה מסירה את ההפסקות המביכות והפניות הכפויות שהגדירו גרסאות קודמות של מצב הקול של ChatGPT.
פרט טכני בולט: כאשר GPT-Live נתקל בשאלות מורכבות, הוא מעביר את אלה ל-GPT-5.5 ברקע. מודל הקול מטפל בזרימת השיחה בזמן אמת, בעוד שמודל חשיבה גדול יותר עובד על משימות קשות יותר מאחורי הקלעים - ואז מזין את התשובה בחזרה. חלוקת העבודה הזו, לפי OpenAI, משפרת באופן דרסטי את איכות התגובה מבלי לוותר על ההיענות שגורמת לשיחה בזמן אמת להרגיש טבעית.
זמינות ותמחור
OpenAI מוציאה את דגמי הקול החדשים בשני שכבות:
- GPT-Live-1 - הדגם המלא, זמין כעת למנויי ChatGPT בתשלום (תוכניות פלוס, פרו וצוות).
- GPT-Live-1 mini - גרסה קטנה וקלה יותר הזמינה לחשבונות ChatGPT בחינם.
ההשקה גם מביאה את חיפוש באינטרנט ישירות לשיחה הקולית. כפי שדווח ב-Search Engine Journal, GPT-Live משלב חיפוש חי בקול ChatGPT, כך שמשתמשים יכולים לשאול על אירועים עכשוויים או מידע המשתנה במהירות ולקבל תשובות מבוססות על תוצאות אינטרנט טריות מבלי להחליף מצבים.
שוק AI קולי תחרותי
GPT-Live נוחת בנוף AI קולי צפוף יותר ויותר. גוגל דחפה את תכונות הקול שלה המופעלות על ידי Gemini ברחבי אנדרואיד ומוצר Gemini Live שלה, בעוד אפל ממשיכה לעבד מחדש את Siri סביב דגמי שפות גדולים. Anthropic, היריבה הראשית של OpenAI, מיקדה את מאמציה האחרונים במודלים של קידוד והיגיון סוכן ולא בקול.
גישת הדופלקס המלא היא לאן נראה שהתעשייה הרחבה יותר מכוונת. על ידי מתן האזנה ודיבור בו-זמנית, GPT-Live מפחית את זמן ההשהיה ומסיר את התלונה הגדולה ביותר שהמשתמשים נתקלו בעוזרות הקוליות: ההמתנה. המסירה ל-GPT-5.5 עבור שאילתות מורכבות היא גם אות לכך ש-OpenAI רואה בקול לא ממשק מופשט, אלא כדלת כניסה לדגמים המסוגלים ביותר שלה.
למה זה חשוב
הקול טופל במשך שנים כממשק משני, מונחה פקודות - טוב להגדרת טיימרים ולבדיקת מזג אוויר, פחות שימושי לשיחה עם ניואנסים. ההימור של GPT-Live הוא שצוואר הבקבוק מעולם לא היה האינטליגנציה של הדוגמנית, אלא הממשק: הכריח בני אדם לדבר בפרצי מבודדים.
אם שיחה דופלקס מלא עובדת בצורה אמינה בקנה מידה, זה משנה את האופן שבו אנשים מתקשרים עם AI בטלפונים, במכוניות, ברמקולים חכמים, ובסופו של דבר במכשירים לבישים. זה גם מעלה חששות מוכרים - לגבי הסכמה במכשירים מאזינים תמיד, לגבי הריאליזם של קולות סינתטיים, ואם שיחה טבעית יותר מובילה את המשתמשים לאמון יתר בתשובות של AI.
OpenAI לא פירטה אמצעי בטיחות ספציפיים עבור GPT-Live מעבר למדיניות התוכן הקיימת שלה, אם כי שילוב החיפוש אומר שהמודל יכול כעת למשוך מידע חי לקול שעשוי להיות קשה יותר למשתמשים להעריך באופן ביקורתי מאשר טקסט שהם יכולים לגלול דרכו.
מה שיבוא אחר כך
לעת עתה, GPT-Live הוא תכונת ChatGPT תחילה ומוצר מפתח שני. המבחן האמיתי יגיע עם גישה ל-API, כאשר אפליקציות צד שלישי, פלטפורמות שירות לקוחות ויצרניות חומרה יוכלו לחבר שיחה דופלקס מלא למוצרים שלהם. זה גם כאשר OpenAI יתמודד עם לחץ תמחור מדגמי קול זולים יותר בקוד פתוח וממתחרים להוטים להתאים את התכונה.
ההשקה בו-זמנית עם השחרור הציבורי של GPT-5.6 מציעה ש-OpenAI רואה בקול ובנימוקים שני חצאים של אותה אסטרטגיה: מודל חזק שחושב, בשילוב עם ממשק שמאפשר לך לדבר אליו כמו עמית.
הישאר לפני AI
לסיקור רציף של מהדורות דגמים, בינה מלאכותית קולית וכל מה שמעצב את התעשייה, עקוב אחר התפתחויות הבינה המלאכותיות האחרונות ב-AI Buzz Wire.
קרא עוד חדשות AI →
