OpenAI از GPT-Live؛ نسل جدید مدل‌های صوتی ChatGPT رونمایی کرد

به نقل از ارغوان نیوز، شرکت OpenAI از نسل جدید مدل‌های صوتی خود با نام GPT-Live رونمایی کرد؛ مدلی که با هدف طبیعی‌تر شدن مکالمه انسان و هوش مصنوعی توسعه یافته و از این پس موتور اصلی قابلیت Voice در ChatGPT خواهد بود.

بر اساس اعلام OpenAI، GPT-Live از معماری Full-Duplex بهره می‌برد؛ به این معنا که می‌تواند به‌طور هم‌زمان به صحبت‌های کاربر گوش دهد و پاسخ ارائه کند. این ویژگی باعث می‌شود مکالمات روان‌تر شده و کاربر بتواند در هر لحظه صحبت خود را قطع کند، مکث داشته باشد یا مسیر گفتگو را تغییر دهد؛ بدون اینکه مدل ارتباط خود را با جریان مکالمه از دست بدهد.

OpenAI اعلام کرده است GPT-Live در مقایسه با نسخه‌های قبلی، توانایی بیشتری در درک مکالمات طبیعی دارد و هنگام گفتگو، مانند یک انسان با عبارت‌های کوتاهی نظیر «متوجه شدم» یا «بله» نشان می‌دهد که همچنان در حال دنبال کردن صحبت‌های کاربر است. همچنین اگر کاربر برای فکر کردن مکث کند، مدل بدون قطع کردن صحبت‌ها منتظر ادامه مکالمه باقی می‌ماند.

یکی دیگر از قابلیت‌های مهم GPT-Live، واگذاری پردازش‌های پیچیده به مدل‌های پیشرفته‌تر OpenAI است. زمانی که پرسشی نیازمند جست‌وجوی اینترنتی، استدلال عمیق یا انجام وظایف پیچیده باشد، GPT-Live درخواست را به مدل‌های قدرتمندتر منتقل کرده و هم‌زمان مکالمه با کاربر را ادامه می‌دهد. در زمان عرضه، این قابلیت با استفاده از GPT-5.5 انجام می‌شود و در آینده با معرفی مدل‌های جدید به‌روزرسانی خواهد شد.

به گفته OpenAI، تجربه جدید Voice علاوه بر پاسخ‌های دقیق‌تر، از قابلیت نمایش کارت‌های تصویری برای موضوعاتی مانند آب‌وهوا، بازار سهام، مسابقات ورزشی و سایر اطلاعات نیز پشتیبانی می‌کند. همچنین امکاناتی مانند جست‌وجوی اینترنتی، حافظه، ارسال تصویر و بارگذاری فایل همچنان در ChatGPT Voice در دسترس کاربران خواهد بود.

این شرکت همچنین اعلام کرده است GPT-Live با تمرکز ویژه بر ایمنی توسعه یافته و آزمایش‌های گسترده‌ای روی تعاملات صوتی آن انجام شده است. به گفته OpenAI، نسخه GPT-Live-1 به‌صورت پیش‌فرض برای کاربران Go، Plus و Pro فعال خواهد شد و کاربران رایگان نیز از نسخه GPT-Live-1 mini استفاده خواهند کرد. این قابلیت از هم‌اکنون برای کاربران ChatGPT در نسخه‌های وب، اندروید و iOS به‌تدریج در حال انتشار است.