OpenAI ha lanzado una actualización significativa para su modelo de voz en ChatGPT con la introducción de GPT-Live-1, diseñado para mejorar la fluidez y naturalidad de las conversaciones. Esta nueva versión busca simular una interacción más cercana a una conversación humana, minimizando las interrupciones y permitiendo que el usuario continúe hablando tras una pausa sin ser interrumpido.
En un reciente comunicado de prensa, Kundan Kumar, líder de investigación en OpenAI, describió a GPT-Live-1 como el modelo de voz más avanzado de la compañía hasta la fecha. Una de las características destacadas de este modelo es su capacidad para transferir automáticamente las consultas a sus modelos de texto más avanzados, como GPT-5.5, lo que facilita una transición más rápida entre la investigación y la exposición de resultados. Además, el modelo puede complementar las conversaciones con visuales generados por inteligencia artificial, proporcionando información relevante sobre temas como el clima, resultados deportivos o el estado de la bolsa.
Anteriormente, ChatGPT se basaba en un modelo de voz por turnos, que a menudo no lograba mantener un flujo conversacional natural y presentaba problemas de precisión en las respuestas. Según Atty Eleti, líder de producto de OpenAI, el nuevo modelo de voz funciona en modalidad dúplex completa, lo que significa que puede procesar y generar flujos de entrada y salida simultáneamente. Esta capacidad permite nuevas funcionalidades, como la traducción en tiempo real, sin necesidad de esperar a que el usuario termine de hablar para realizar la traducción.
Otra mejora notable es la capacidad de GPT-Live-1 para reconocer comandos específicos, como solicitar que deje de hablar hasta ser requerido nuevamente. Durante la interacción, el modelo también puede usar frases de confirmación como “mhmm” o “entendido” para indicar que está escuchando activamente.
OpenAI ha implementado salvaguardas en GPT-Live-1 para evitar respuestas dañinas o para finalizar conversaciones en situaciones de riesgo. Estas medidas de seguridad son especialmente importantes dado el contexto de las demandas legales recientes que enfrenta OpenAI, relacionadas con el impacto potencialmente negativo de ChatGPT en la salud mental de algunos usuarios. El modelo ha sido entrenado para ofrecer soporte de línea de ayuda en crisis validado por expertos en conversaciones sobre autolesiones y para proporcionar respuestas adecuadas para adolescentes.
GPT-Live-1 se está desplegando en plataformas iOS, Android y en la web. Los suscriptores de los planes Go, Plus y Pro tendrán acceso al modelo completo, mientras que una versión más pequeña y eficiente, denominada GPT-Live-mini-1, estará disponible para los usuarios del servicio gratuito.
Con estas mejoras, OpenAI busca no solo mejorar la experiencia del usuario en términos de interacción y funcionalidad, sino también establecer nuevos estándares para la responsabilidad y la seguridad en la implementación de inteligencia artificial conversacional. La compañía sigue comprometida con el desarrollo de tecnologías que sean tanto innovadoras como seguras para todos sus usuarios, abriendo así un nuevo capítulo en la evolución de los asistentes virtuales.