OpenAI เปิดตัว GPT-Live โมเดลเสียงใหม่สำหรับ ChatGPT ยกระดับการสนทนาให้เป็นธรรมชาติยิ่งขึ้น

เมื่อวันพุธที่ผ่านมา OpenAI ได้ประกาศเปิดตัว GPT-Live ซึ่งเป็นโมเดลเสียงรุ่นใหม่ที่ออกแบบมาเพื่อยกระดับการสนทนากับปัญญาประดิษฐ์ให้มีความเป็นธรรมชาติยิ่งขึ้น โดยโมเดลใหม่นี้จะเข้ามาเป็นขุมพลังให้กับฟีเจอร์ ChatGPT Voice

จุดเด่นของ GPT-Live คือสถาปัตยกรรมที่สามารถรับฟังและพูดได้ในเวลาเดียวกัน (full-duplex) ทำให้ AI สามารถตอบสนองได้ทันที เช่น การพูดว่า "อืม" หรือ "ใช่" เพื่อรับทราบข้อมูล และสามารถโต้ตอบได้อย่างรวดเร็ว ซึ่งแตกต่างจากระบบเสียงรุ่นก่อนที่ผู้ใช้ต้องพูดให้จบประโยคก่อนที่ AI จะเริ่มตอบสนอง

สำหรับงานที่ซับซ้อน เช่น การค้นหาข้อมูลบนเว็บหรือการใช้เหตุผลเชิงลึก GPT-Live จะส่งต่อไปให้โมเดลระดับสูงอย่าง GPT-5.5 ประมวลผลเบื้องหลัง โดย OpenAI ได้เริ่มทยอยเปิดให้ผู้ใช้ ChatGPT ทั่วโลกได้ใช้งานแล้ว และมีแผนจะเปิดให้ใช้งานผ่าน API ในเร็วๆ นี้

Ad

GPT-Live จะมีให้ใช้งาน 2 เวอร์ชัน ได้แก่ GPT-Live-1 ซึ่งจะเป็นค่าเริ่มต้นสำหรับผู้ใช้งานแบบเสียเงิน (Go, Plus และ Pro) และ GPT-Live-1 mini สำหรับผู้ใช้งานฟรี นอกจากนี้ ประสบการณ์ใหม่ของ ChatGPT Voice ยังมาพร้อมกับการแสดงผลข้อมูลแบบภาพ (Visual Cards) สำหรับหัวข้อต่างๆ เช่น สภาพอากาศ หุ้น และกีฬาได้อีกด้วย

โมเดลเสียงใหม่นี้พร้อมใช้งานบน iOS, Android และเว็บไซต์ ChatGPT.com อย่างไรก็ตาม ในช่วงแรกจะยังไม่รองรับการใช้งานเสียงพร้อมวิดีโอหรือการแชร์หน้าจอ ซึ่งเป็นฟีเจอร์ที่บริษัทระบุว่ากำลังพัฒนาและจะเพิ่มเติมในอนาคต