OpenAI анонсировала GPT-Live — новое поколение голосовых моделей для ChatGPT, использующее архитектуру full-duplex. Эта технология позволяет модели одновременно слушать и говорить, обеспечивая естественное взаимодействие в реальном времени, имитирующее человеческое общение.

Что произошло

С выходом GPT-Live голосовой интерфейс ChatGPT переходит от пошагового обмена сообщениями к потоковому режиму. Модель теперь может использовать подтверждающие фразы вроде «мхм» или «ага» во время пауз пользователя и мгновенно реагировать на прерывания. Для выполнения сложных задач поиска и рассуждений система может делегировать запросы более мощной модели уровня GPT-5.5, сохраняя при этом непрерывность разговора. Также реализована поддержка виджетов, таких как погода и акции, непосредственно в голосовом интерфейсе.

Контекст

Традиционные голосовые интерфейсы в LLM часто работают по принципу пошагового обмена, где пользователю приходится ждать завершения обработки каждой реплики. Внедрение full-duplex архитектуры меняет этот парадигмальный подход, превращая взаимодействие из последовательного в непрерывное.

Почему это важно для индустрии

Для индустрии это означает качественный скачок от простых голосовых команд к созданию полноценных real-time голосовых агентов. Технология задает новый стандарт пользовательского опыта (UX), создавая фундамент для мультимодальных помощников, способных работать в фоновом режиме. Это усиливает конкуренцию в сегменте персональных AI-ассистентов и стимулирует спрос на решения для оптимизированного потокового аудио в реальном времени.

Почему это важно для пользователей

Пользователи ChatGPT получат значительно более «человечный» и отзывчивый интерфейс. Исчезнут раздражающие задержки, характерные для пакетной обработки речи, что позволит вести живой диалог без необходимости нажимать кнопки для каждой реплики или прерывать модель вручную.

Что пока неизвестно / ограничения

На данный момент отсутствует техническая прозрачность относительно задержек (latency), стоимости использования и возможностей интеграции через API. Для разработчиков текущая реализация остается закрытой, что ограничивает возможность внедрения подобных функций в сторонние приложения без доступа к инструментам OpenAI.

Источники

Автор

Look at AI, редакция