OpenAI выпустила новые разговорные модели, GPT-Live-1 и GPT-Live-1 mini, утверждая, что они звучат более естественно и лучше справляются с очередностью реплик, чем предыдущие версии. Эти полнодуплексные модели могут одновременно говорить и слушать, позволяя пользователям естественно перебивать и обеспечивая такие функции, как синхронный перевод. Компания заменяет текущий Advanced Voice Mode в ChatGPT на GPT-Live-1 mini по умолчанию, в то время как платные пользователи получают доступ к более крупной модели GPT-Live-1. Старая схема — модель распознавания речи, большая языковая модель и модель синтеза речи, соединённые вместе — очевидно, имела некоторые проблемы, например, перебивала пользователей на полуслове и не обладала достаточным интеллектом для ответа на вопросы. Новые модели могут отправлять запросы к GPT-5.5 для поиска, рассуждений или агентных задач, поддерживая при этом беседу.

OpenAI также продемонстрировала, что модель может долго молчать, впитывая контекст, пока к ней не обратятся, и может представлять визуальную информацию благодаря доступу к новым моделям GPT. Конкуренты, такие как Monogram, которые привлекли 40 миллионов долларов от DST и Lux Capital, также делают ставку на визуальные ответы. Во время пресс-брифинга руководитель голосового продукта ChatGPT Атти Элети заявил, что у него были 30-40-минутные голосовые разговоры во время прогулок. OpenAI представляет голос как основной интерфейс для сложных вычислений, и ходят слухи, что компания может запустить AI-наушники в этом году, хотя официально о железе молчат.

«Со временем, мы думаем, это также откроет возможность использовать голос как своего рода основной интерфейс для вычислений и управлять всё более сложной долгосрочной агентной работой», — сказал Элети. OpenAI уже много лет совершенствует голосовые функции, отмечая, что более 150 миллионов человек используют голос и диктовку в ChatGPT. Конкуренты, такие как Apple и Amazon, также обновляют своих ассистентов, а стартапы вроде Sesame (сооснованный сооснователем Oculus Бренданом Айрибом и Анкитом Кумаром) запускают более естественные AI-ассистенты. OpenAI настаивает, что не пытается создать AI-компаньона, несмотря на то, что делает голосовой режим более увлекательным, и добавила меры безопасности для ответов, соответствующих возрасту, и ресурсы по темам самоповреждения. Однако новый режим всё ещё нуждается в доработке: во время демонстрации синхронного перевода на хинди ассистент говорил с сильным американским акцентом и книжным тоном. OpenAI утверждает, что режим оптимизирован для «большинства разговорных языков», но не уточнил, каких именно.