"כמו שיחה אמיתית": OpenAI משיקה מודל קולי שמקשיב ומדבר בו זמנית
נקודות עיקריות.כלכליסט AI
- OpenAI השיקה את GPT-Live, דור חדש של מודלים קוליים המאפשרים שיחה טבעית ודו-כיוונית בזמן אמת, כולל יכולת לקטוע את המודל ותרגום סימולטני.
- החברה הפיצה שתי גרסאות של המודל: גרסת ה-mini שתשמש כברירת מחדל למשתמשים חינמיים, וגרסה חזקה יותר המיועדת למנויים בתשלום.
- הטכנולוגיה החדשה מתבססת על שילוב ישיר עם מודלי השפה המתקדמים של החברה, מה שמאפשר יכולות חשיבה, ביצוע פעולות (אייג'נטים) והצגת מידע חזותי תוך כדי שיחה.
- במקביל להשקת היכולות הקוליות, OpenAI צפויה להשיק מחר לציבור הרחב את מודל GPT-5.6, לאחר שהוסרו מגבלות ממשלתיות שהוטלו על הפצתו.
ענקית הבינה המלאכותית OpenAI השיקה הערב (ד') את GPT-Live - מודל קולי שמקשיב ומדבר בו זמנית, מה שמאפשר למשתמשים לקטוע אותו באופן טבעי ומאפשר יכולות כמו תרגום חי. החברה הציגה את ההשקה כ"דור חדש של מודלים קוליים שהופכים את השיחה עם בינה מלאכותית להרבה יותר דומה לשיחה אמיתית". המודל ישמש עבור המצב הקולי (Voice Mode) ב-ChatGPT.
החברה החלה הערב לגלגל למשתמשים שתי גרסאות של המודל - GPT-Live-1 ו-GPT-Live-1 mini. המודל החלש יותר, GPT-Live-1 mini, ישמש כברירת המחדל במצב הקולי של ChatGPT עבור משתמשים חינמיים. מנויים משלמים יוכלו לגשת גם למודל החזק יותר, GPT-Live-1.
עד כה התבסס המצב הקולי של ChatGPT על שרשרת נפרדת של מודלים (דיבור-לטקסט, עיבוד שפה וטקסט-לדיבור). לעומת זאת, המודלים החדשים יעבירו את השאילתה למודלי הטקסט העדכניים של החברה, כמו GPT-5.5, לצורך חיפוש, חשיבה או יכולות אייג'נטיות - תוך כדי השיחה. בנוסף, מאחר שלמצב הקולי החדש יש גישה למודלי GPT חדשים יותר, הוא יכול גם להציג חלק מהמידע בפורמט חזותי.
“עם הזמן, אנחנו חושבים שזה גם יפתח את האפשרות להשתמש בקול כסוג של ממשק מרכזי למחשוב, ולנהל עבודה אייג'נטית מורכבת יותר וארוכת טווח. מקרי השימוש המדהימים שאנחנו רואים אנשים מבצעים באמצעות Codex ו-ChatGPT — אנחנו חושבים שקול יכול להיות ממשק העתיד לכל סוגי העבודה", אמר אטי אלטי, האחראי על ChatGPT Voice בחברה, בתדרוך לעיתונאים.
במהלך ההדגמה החיה, הציגו עובדי החברה בין היתר את יכולות התרגום הסימולטני של המודל, כאשר אחד מהם דיבר בסינית והמודל תרגם אותו לאנגלית, והשני ההיפך. החברה אמרה כי המצב החדש מותאם ל"שפות המדוברות ביותר", אך לא פירטה אלו שפות. המודל גם יכול להישאר בשקט במשך זמן רב ולהקשיב לכל השיחה, עד שמבקשים ממנו להגיב.
מחר צפויה להשיק OpenAI לציבור הרחב את המודל החדש שלה - GPT-5.6, אחרי שהממשל האמריקאי הסיר את ההגבלות שהטיל על הפצתו בשל חשש שיכולותיו החזקות ייפלו לידיים הלא נכונות. לכן, עד כה הושק המודל רק לקבוצה מצומצמת של ארגונים שעברו בדיקה וסינון של הממשל.
