המערכת החדשה מבוססת על שני מודלים שנקראים GPT-Live-1 ו-GPT-Live-1 mini. הגרסה המלאה מיועדת למנויי התוכניות בתשלום, ובהן גו, פלוס ופרו, בעוד שהגרסה הקטנה יותר צפויה לשמש כברירת המחדל של משתמשי התוכנית החינמית. ההשקה החלה ברחבי העולם באתר צ'אט ג'יפיטי ובאפליקציות למכשירי אייפון ואנדרואיד, אבל הזמינות עשויה להיפתח בהדרגה בהתאם למדינה ולגרסת האפליקציה.
תקשורת דו כיוונית
בניגוד למצב הקולי הישן, המערכת החדשה לא חייבת להמתין עד שהמשתמש יסיים משפט ורק אז להתחיל לעבד אותו. המודלים פועלים בטכנולוגיה שמכונה תקשורת דו-כיוונית מלאה, שבה המערכת מקשיבה ומדברת באותו הזמן. כך היא יכולה להחליט כמה פעמים בכל שנייה אם להמשיך להאזין, לעצור, לדבר, להמתין או להפעיל כלי אחר.
המשמעות עבור המשתמש עשויה להיות מורגשת כבר מהמשפט הראשון. אפשר להתחיל לדבר, לעצור באמצע כדי לחשוב, לחזור לנושא קודם או לקטוע את המערכת בזמן שהיא משיבה. במקום לפרש כל רגע של שקט כסיום השאלה ולהתפרץ לתוך דברי המשתמש, המערכת אמורה להבין טוב יותר אם מדובר בהפסקה טבעית, בהיסוס או בסיום אמיתי של המשפט.
מדובר בשינוי עמוק מהדורות הראשונים של העוזרים הקוליים. בעבר, דברי המשתמש הועברו תחילה למערכת שהפכה את הקול לטקסט. לאחר מכן מודל שפה ניסח את התשובה, ומערכת שלישית הקריאה אותה בקול. השרשרת הזאת גרמה לעיכובים, לאובדן חלק מהטון והרגש שבדיבור ולעיתים גם לתשובות שנשמעו מכניות.
המודלים החדשים אמורים להתמודד טוב יותר גם עם רעשי רחוב, שיחות שמתנהלות בקרבת מקום ושינויים בקצב הדיבור. OpenAI טוענת שהמערכת יכולה להתמקד בקולו של המשתמש במקום להגיב לכל צליל שנקלט במיקרופון. בבדיקות פנימיות שערכה החברה, משתמשים העדיפו את המודלים החדשים על פני המצב הקולי הקודם בשיחות שנמשכו בין 5 ל-10 דקות.
לא רק שיחות חולין
הקול החדש לא נועד רק לנהל שיחת חולין. כשנשאלת שאלה שדורשת חיפוש ברשת, חשיבה מעמיקה או ביצוע פעולה מורכבת, המערכת הקולית יכולה להעביר את המשימה למודל המתקדם GPT-5.5. בזמן שהמודל האחר מחפש ומנתח את המידע, השיחה הקולית יכולה להימשך בלי להיתקע בהמתנה ממושכת.
המשתמשים בתוכניות המתאימות יוכלו לבחור בין תשובה מיידית לבין רמות חשיבה בינונית וגבוהה. במצב המיידי, המערכת תעדיף להגיב במהירות. ברמות הגבוהות יותר היא תעביר את הבקשה למודל חשיבה, שישקיע זמן רב יותר בניתוח הבעיה, אבל עדיין יוכל להחזיר את התוצאה לתוך אותה שיחה קולית.
המערכת יכולה להציג במקביל גם מידע חזותי. במהלך שיחה על מזג האוויר, מניות, ספורט או מקומות סמוכים, הצ'אט עשוי להציג על המסך כרטיסים, תחזיות, מפות או נתונים בזמן שהתשובה נאמרת בקול. אפשר גם לשלב באותה שיחה הודעות כתובות ותמונות, בלי לפתוח שיחה חדשה.
אחת היכולות הבולטות של הדור החדש היא תרגום חי. המשתמש יכול לבקש מהעוזר לתרגם שיחה בין שני אנשים הדוברים שפות שונות, כשהמערכת מאזינה ומעבירה את הדברים בזמן אמת. עם זאת, OpenAI מודה שהביצועים עדיין לא אחידים בכל השפות. בחלקן עשוי להישמע מבטא זר, והניסוח עלול להיות רשמי או פחות טבעי מהדיבור המקומי.
מה הלאה
החברה פיתחה גם כללי תגובה מותאמים לבני נוער ומנגנונים למצבים שבהם השיחה עוברת לנושאים של פגיעה עצמית, תלות רגשית או משבר נפשי. במקרים המתאימים המערכת עשויה להציג משאבי סיוע כתובים ולהציע תמיכה שנבדקה בידי מומחים.
למרות השדרוג, כמה יכולות יישארו בשלב הראשון מחוץ למצב החדש. שיתוף מסך ושידור וידאו חי לא נתמכים בתחילת ההשקה, ומשתמשים הזקוקים להם יוכלו לעבור זמנית למצב הקולי המתקדם הקודם. המצב החדש לא זמין בעת ההשקה בסביבות עסקיות, ארגוניות וחינוכיות, וגם לא בשיחות זמניות, בצ'אטים מותאמים אישית וביישומי המחשב השולחני.
התרעות פיקוד העורף