โอเพนเอไอ เปิดตัว GPT-Live โมเดลรุ่นใหม่ ใช้สถาปัตยกรรมฟูลดูเพล็กซ์ ฟัง-พูดพร้อมกันได้
โอเพนเอไอ ส่งโมเดลรุ่นใหม่ในชื่อ GPT-Live โดยมาพร้อมกันสองเวอร์ชัน ได้แก่ GPT-Live-1 และ GPT-Live-1 mini ในแง่การทำงานของผู้ใช้งาน ChatGPT นั้น GPT-Live-1 จะกลายเป็นโมเดลหลักที่ขับเคลื่อน ChatGPT Voice เฉพาะผู้ใช้งานที่จ่ายเงินในแพ็กเกจ Go, Plus และ Pro ขณะที่ GPT-Live-1 mini จะเป็นค่าเริ่มต้นสำหรับผู้ใช้แบบฟรี
จุดเด่นของ GPT-Live อยู่ที่สถาปัตยกรรมแบบฟูลดูเพล็กซ์ ที่ประมวลผลเสียงเข้า และสร้างเสียงออกไปพร้อมกันอย่างต่อเนื่อง ไม่ได้เป็นการทำงานแบบทีละรอบ ทำให้โมเดลตัดสินใจได้หลายครั้งต่อวินาทีว่าจะพูด ฟังต่อ หยุด แทรก หรือเรียกใช้เครื่องมือ ระหว่างสนทนา
นอกจากนี้ โอเพนเอไอ ยังแยกส่วนการสนทนาที่ต่อเนื่องออกจากงานที่ต้องประมวลผลเชิงลึก โดยเมื่อถามคำถามที่ต้องอาศัยการค้นหาจากเว็บไซต์ การให้เหตุผล หรือการทำงานที่ซับซ้อนขึ้น GPT-Live จะมอบหมายงานนั้นให้โมเดลอีกตัวทำงานเบื้องหลัง แล้วนำผลลัพธ์กลับมาต่อบทสนทนาเมื่อทุกอย่างพร้อม โดยระหว่างที่ประมวลผลอยู่ ผู้ใช้งานสามารถสนทนากับ GPT-Live ได้ต่อเนื่อง
...
ทั้งนี้ในช่วงเปิดตัว GPT-Live จะใช้ GPT-5.5 เป็นโมเดลเบื้องหลัง โดยโอเพนเอไอ ระบุว่า จะอัปเดตโมเดลที่ใช้ให้เป็นรุ่นใหม่ล่าสุดอยู่เสมอ
โอเพนเอไอ เผยข้อมูลเชิงลึกว่า ในแต่ละสัปดาห์มีผู้ใช้งานบนแพลตฟอร์มมากกว่า 150 ล้านคน พูดคุยกับ ChatGPT ผ่านฟีเจอร์ Voice และ Dictation โดย ChatGPT Voice ที่ใช้ GPT-Live จะสร้างบทสนทนาที่เป็นธรรมชาติมากขึ้น ซึ่งผู้ใช้งานสามารถแทรกคำถาม หยุดเพื่อรวบรวมความคิด หรือขอให้ ChatGPT พูดช้าลงได้ อีกทั้งยังปรับปรุงเสียงพูดทั้ง 9 เสียงใน ChatGPT ใหม่ทั้งหมดสำหรับ GPT-Live นอกจากนี้ผู้ใช้ยังเลือกระดับการคิดได้ตามต้องการ ทั้งแบบ Instant สำหรับการตอบเร็ว หรือ Medium และ High เมื่อต้องการให้ใช้เวลาคิดมากขึ้น
ในด้านการฟัง ChatGPT Voice จะรอเมื่อผู้ใช้หยุดคิดแทนที่จะรีบพูดแทรก และโฟกัสที่เสียงของผู้ใช้ได้ดีขึ้น เมื่อมีเสียงรบกวนรอบข้าง นอกจากนี้ยังแสดงการ์ดภาพประกอบสำหรับหัวข้ออย่างสภาพอากาศ หุ้น กีฬา และอื่นๆ ระหว่างสนทนา พร้อมรองรับการค้นหา หน่วยความจำ รูปภาพ และการอัปโหลดไฟล์
สำหรับข้อจำกัดในช่วงเปิดตัว GPT-Live จะยังไม่รองรับการใช้เสียงร่วมกับวิดีโอ หรือการแชร์หน้าจอใน ChatGPT อย่างไรก็ตาม โอเพนเอไอ ระบุว่า กำลังพัฒนาเพื่อเพิ่มความสามารถเหล่านี้ในอนาคตอันใกล้ โดยผู้ใช้งานยังเข้าถึง ChatGPT Voice เวอร์ชันเดิมอย่าง Standard และ Advanced Voice Mode ได้ โดยโมเดลถูกปรับให้เหมาะกับภาษายอดนิยมบางภาษา ซึ่งบางภาษาอาจมีสำเนียงที่ยังไม่สมบูรณ์นัก