ChatGPT slutar få dig att vänta – GPT-Live når 150 miljoner användare

När du pratade med ChatGPT förut väntade du. Modellen bearbetade ditt tal, genererade ett svar och levererade det – och väntade sedan på din nästa tur. Den arkitekturen, kallad tur-baserad, är hur de flesta röst-AI har fungerat sedan de första kommersiella lanseringarna. OpenAI har skrotat den.

GPT-Live körs på en full-duplex-arkitektur, vilket innebär att den bearbetar inkommande tal och genererar sitt svar samtidigt. Den praktiska skillnaden är att du kan avbryta modellen mitt i en mening – och den stannar. Den kan registrera korta återkopplingar, frågor eller omdirigeringar utan att någon av deltagarna först måste avsluta sin tur. OpenAI påbörjade den globala utrullningen idag, och distribuerar GPT-Live-1 till betalda prenumeranter (Go, Plus, Pro) och GPT-Live-1 mini till gratisanvändare, vilket ersätter Advanced Voice Mode utan en opt-in-prompt.

De 150 miljoner människor som använder ChatGPT:s röstfunktioner varje vecka kommer att märka förändringen tydligast i två situationer: samtal som snabbt byter riktning, och försvinnandet av pausen som tidigare signalerade att modellen var färdig med att prata. GPT-Live kan signalera uppmärksamhet med korta bekräftelser – ’mhmm’, ’ja’ – eller helt enkelt vara tyst när talaren fortfarande tänker. När samtalet kräver webbsökning, djupare resonemang eller komplext arbete delegerar den tyst till en frontmodell bakom kulisserna och återför resultatet till det levande utbytet.

Skepticism-stycket är viktigt här. Full-duplex innebär inte att GPT-Live har blivit bättre på att förstå vad du säger – det innebär att den kan svara på en konversations rytm mer naturligt. Tidiga tester antyder att när en talare levererar en lång, tät förklaring, bekräftar modellen ibland ett påstående innan den har hunnit bearbeta den fulla innebörden. Systemet körs också helt på OpenAIs servrar, så varje röstsamtal är beroende av en låg-latens-anslutning som inte alla av de 150 miljoner veckovisa användarna har i lika hög grad. Regioner med långsammare infrastruktur kan upptäcka att GPT-Lives realtidsambitioner överträffar nätverksverkligheten under dem.

Det finns också en strukturell fråga kring själva migreringen. OpenAI har automatiskt flyttat hela sin röstaktiva användarbas till ett nytt system utan att kräva samtycke. Företaget beskriver detta som en uppgradering – och på många sätt är det det. Men det är också en förändring av interaktionsmodellen som miljontals människor hade kalibrerat sina förväntningar mot, levererad utan ett offentliggjort pensionsdatum för det tidigare systemet.

OpenAI har inte meddelat prisförändringar för nuvarande ChatGPT-prenumeranter i samband med GPT-Live. Utrullningen förväntas nå alla användare globalt inom de kommande dagarna. Advanced Voice Modes officiella pensionsdatum har inte bekräftats.

Taggar: OpenAI, chatgpt, AI-modeller, full-duplex, GPT-Live, röst-AI