OpenAI запускает серию голосовых моделей GPT-Live
Эта серия моделей будет использоваться в голосовом режиме ChatGPT. Кроме того, OpenAI планирует предоставить её разработчикам через интерфейс программирования приложений (API).
На момент запуска GPT-Live включает две модели:
- более функциональная модель GPT-Live-1 станет вариантом по умолчанию в платных тарифных планах ChatGPT;
- упрощенный алгоритм под названием GPT-Live-1-mini будет использоваться в бесплатном тарифе.
Модели будут доступны в операционных системах iOS, Android и в веб-версии ChatGPT с поддержкой нескольких языков.
Ранее голосовой режим ChatGPT должен был сперва дождаться окончания речи пользователя и только после этого генерировать ответ. В результате, он не мог выполнять перевод в режиме реального времени. Кроме того, поиск в интернете мог быть осуществлен только в конце монолога пользователя, хотя теоретически такую задачу можно было бы выполнить раньше. Это естественно замедляло обработку подсказок.
По данным OpenAI, модель GPT-Live использует так называемую полнодуплексную архитектуру, которая устраняет ограничения модели-предшественницы. Во время разговора новая модель регулярно проверяет, следует ли прервать пользователя, выполнить поиск в интернете или заняться какой-либо другой задачей. Это избавляет GPT-Live от необходимости ждать, пока пользователь закончит описывать запрос.
Компания OpenAI разработала серию тестов для оценки приятности общения своих новых моделей. По данным компании, модель GPT-Live-1 набрала 75,5 баллов, что значительно превосходит предыдущую модель обработки голоса ChatGPT.
Когда GPT-Live получает сложные запросы, она перенаправляет их в GPT-5.5 (самую передовую коммерчески доступную модель OpenAI). После своего запуска в апреле алгоритм установил рекорды в нескольких тестах по программированию. GPT-Live может использовать GPT-5.5 для просмотра веб-страниц, объяснения сложных тем и выполнения ряда других задач
Компания OpenAI заявила, что GPT-5.5 также сможет использовать более новые, более совершенные модели рассуждений по мере их появления. По имеющимся данным, компания планирует выпустить три таких алгоритма на этой неделе.
В прошлом месяце OpenAI представила серию передовых языковых моделей под названием GPT-5.6. Самая продвинутая модель в этой линейке под названием Sol в некоторых областях превосходит модель Claude Mythos 5. Она дебютировала вместе с двумя упрощенными алгоритмами, Tera и Luna, которые жертвуют некоторым качеством выходных данных ради более низкой цены.
Сообщается, что OpenAI сделает модель GPT-5.6 широкодоступной после получения соответствующего разрешения от правительства США. В настоящее время GPT-5.6 доступна лишь ограниченному числу организаций. Решение Белого дома разрешить более широкое распространение было принято после того, как "Центр стандартов и инноваций в области искусственного интеллекта Министерства торговли" провел оценку серии моделей.
За несколько недель до выхода GPT-5.6 OpenAI создала компанию профессиональных услуг под названием OpenAI Deployment. Она специализируется на оказании помощи организациям во внедрении больших языковых моделей для разработчиков ChatGPT. Предприятие привлекло 4 миллиарда долларов инвестиций от OpenAI и еще от 19 внешних инвесторов. Затем OpenAI Deployment объявила о приобретении другой компании, предоставляющей профессиональные услуги, — Northslope Inc, основной специализацией которой является разработка приложений искусственного интеллекта на основе программного обеспечения компании Palantir Technologies. По данным OpenAI, выручка компании в прошлом году выросла в семь раз.
