Интерфейс ИИ заметно меняется прямо на глазах! Недавно Meta* показала Muse — агента, с которым можно работать практически как с человеком. Теперь OpenAI открыла разработчикам GPT-Live-1 — голосовую модель, которая уже используется в ChatGPT. Обычный голосовой ИИ устроен как цепочка — распознать речь → передать текст модели → получить ответ → снова превратить его в речь. GPT-Live-1 может одновременно слушать и говорить в рамках одной модели. Её можно перебивать, делать длинные паузы, менять мысль на ходу, смеяться или на секунду обратиться к человеку рядом — модель понимает, что происходит, и не пытается каждый раз начать отвечать заново. В тестах OpenAI GPT-Live-1 на 30 процентных пунктов превзошла GPT-Realtime-2.1 в качестве такого одновременного разговора. А сервис изучения языков Speak сообщает, что модель почти на 80% реже перебивает человека во время пауз, когда тот просто думает. GPT-Live-1 может заниматься только самим разговором, а сложные задачи передавать другой модели — например GPT-6 Astra — или инструментам. Пока пользователь продолжает говорить, агент может искать информацию, работать с сервисами, бронировать столик, решать вопрос поддержки или обращаться к Codex. OpenAI отдельно делает ставку на телефонные разговоры — GPT-Live-1 уже тестируют Yelp, Speak, Intercom и Cognition. Для разработчиков также добавили больше голосов, акцентов, диалектов и языков. GPT-Live-1 теперь доступна через API за $0,05 в минуту для голосового слоя. ☕️ Следующий большой интерфейс для ИИ — уже не чат. Это разговор. Ссылка * Meta Platforms Inc. признана экстремистской организацией, её деятельность запрещена на территории Российской Федерации.