OpenAI ha rilasciato nuovi modelli conversazionali, GPT-Live-1 e GPT-Live-1 mini, sostenendo che suonano più naturali e gestiscono meglio i turni di parola rispetto alle versioni precedenti. Questi modelli full-duplex possono parlare e ascoltare simultaneamente, permettendo agli utenti di interrompere naturalmente e abilitando funzionalità come la traduzione in tempo reale. L'azienda sta sostituendo la sua attuale Modalità Voce Avanzata in ChatGPT con GPT-Live-1 mini per impostazione predefinita, mentre gli utenti paganti ottengono l'accesso al modello più grande GPT-Live-1. Il vecchio setup - un modello di riconoscimento vocale, un grande modello linguistico e un modello di sintesi vocale messi insieme - apparentemente aveva alcuni problemi, come interrompere gli utenti a metà frase e mancare dell'intelligenza per rispondere alle domande. I nuovi modelli possono inviare query a GPT-5.5 per ricerca, ragionamento o compiti agentici mantenendo fluida la conversazione.

OpenAI ha anche dimostrato che il modello può rimanere in silenzio per lunghi periodi, assorbendo il contesto fino a quando non viene chiamato in causa, e può presentare informazioni visive grazie all'accesso ai nuovi modelli GPT. Concorrenti come Monogram, che ha raccolto 40 milioni di dollari da DST e Lux Capital, stanno puntando anche loro sulle risposte visive. Durante un briefing stampa, il responsabile del prodotto Voce di ChatGPT, Atty Eleti, ha affermato di aver avuto conversazioni vocali di 30-40 minuti durante le passeggiate. OpenAI immagina la voce come interfaccia primaria per il computing complesso, e voci suggeriscono che potrebbe lanciare auricolari basati sull'IA quest'anno, anche se l'azienda non ha commentato sull'hardware.

"Col tempo, pensiamo che questo sbloccherà anche la capacità di usare la voce come una sorta di interfaccia primaria per il computing, e di gestire lavori agentici sempre più complessi e di lunga durata," ha detto Eleti. OpenAI ha perfezionato le funzionalità vocali per anni, notando che oltre 150 milioni di persone usano Voce e Dettatura in ChatGPT. Concorrenti come Apple e Amazon stanno anche loro rinnovando i loro assistenti, e startup come Sesame (co-fondata dal co-fondatore di Oculus Brendan Iribe e Ankit Kumar) stanno lanciando assistenti AI più naturali. OpenAI insiste di non voler creare un compagno AI, nonostante renda la modalità vocale più coinvolgente, e ha aggiunto salvaguardie per risposte appropriate all'età e risorse per argomenti di autolesionismo. Tuttavia, la nuova modalità ha ancora bisogno di lavoro: durante una demo di traduzione in tempo reale in hindi, l'assistente parlava con un forte accento americano e un tono da libro. OpenAI dice che la modalità è ottimizzata per "la maggior parte delle lingue parlate" ma non ha specificato quali.