ChatGPT holder op med at lade dig vente – GPT-Live når 150 millioner brugere

Når du tidligere talte med ChatGPT, ventede du. Modellen bearbejdede din tale, genererede et svar og leverede det — og ventede så på din næste tur. Den arkitektur, kaldet tur-baseret, er den måde, det meste stemme-AI har fungeret på siden de første kommercielle udrulninger. OpenAI har skrottet den.

GPT-Live kører på en full-duplex-arkitektur, hvilket betyder, at den samtidig bearbejder indkommende tale og genererer sit svar. Den praktiske forskel er, at du kan afbryde modellen midt i en sætning — og den stopper. Den kan registrere korte bekræftelser, spørgsmål eller omdirigeringer uden at kræve, at nogen af parterne først afslutter deres tur. OpenAI begyndte i dag den globale udrulning og sender GPT-Live-1 til betalte abonnenter (Go, Plus, Pro) og GPT-Live-1 mini til gratisbrugere, hvilket erstatter Advanced Voice Mode uden en opt-in-prompt.

De 150 millioner mennesker, der ugentligt bruger ChatGPTs stemmefunktioner, vil mærke ændringen tydeligst i to situationer: samtaler, der hurtigt skifter retning, og forsvinden af pausen, der tidligere signalerede, at modellen var færdig med at tale. GPT-Live kan signalere opmærksomhed med korte anerkendelser — ‘mhmm’, ‘ja’ — eller blot forblive stille, når taleren stadig tænker. Når samtalen kræver websøgning, dybere ræsonnement eller komplekst arbejde, delegerer den stille og roligt til en frontier-model bag kulisserne og returnerer resultatet til den levende udveksling.

Skepticismens afsnit er vigtigt her. Full-duplex betyder ikke, at GPT-Live er blevet bedre til at forstå, hvad du siger — det betyder, at den kan reagere på en samtales rytme mere naturligt. Tidlige test tyder på, at når en taler leverer en lang, tæt forklaring, anerkender modellen lejlighedsvis en udtalelse, før den er færdig med at bearbejde den fulde betydning. Systemet kører også udelukkende på OpenAIs servere, så hver eneste stemmesamtale afhænger af en lav-latens-forbindelse, som ikke alle de 150 millioner ugentlige brugere har i lige mål. Regioner med langsommere infrastruktur kan opleve, at GPT-Lives realitids-ambitioner overstiger netværksvirkeligheden under dem.

Der er også et strukturelt spørgsmål om selve overflytningen. OpenAI har automatisk flyttet hele sin stemmeaktive brugerbase til et nyt system uden at kræve samtykke. Virksomheden fremstiller dette som en opgradering — og på mange måder er det det. Men det er også en ændring af den interaktionsmodel, som millioner af mennesker havde indstillet deres forventninger efter, leveret uden en offentliggjort udfasningsdato for det tidligere system.

OpenAI har ikke annonceret prisændringer for nuværende ChatGPT-abonnenter i forbindelse med GPT-Live. Udrulningen forventes at nå alle brugere globalt i løbet af de kommende dage. Advanced Voice Modes officielle udfasningsdato er ikke blevet bekræftet.

Tags: OpenAI, chatgpt, AI-modeller, full-duplex, GPT-Live, stemme-AI