GPT-Live per ChatGPT Voice: come OpenAI rende più naturale la conversazione con l'intelligenza artificiale

OpenAI presenta GPT-Live, una nuova generazione di modelli di voice computing progettati per rendere le conversazioni tra umani e intelligenza artificiale più naturali. L’obiettivo dichiarato è permettere a ChatGPT Voice di svolgere interazioni simili a vere e proprie conversazioni umane. Per cominciare, saranno lanciati due modelli iniziali: GPT-Live-1 e GPT-Live-1 Mini.

GPT-Live e disponibilità per gli utenti

Secondo OpenAI, i nuovi modelli saranno disponibili agli utenti in tutto il mondo già nei prossimi giorni. GPT-Live-1 è rivolto ai sostenitori con abbonamenti “Go”, “Plus” o “Pro”, mentre gli utenti che utilizzano la versione gratuita di ChatGPT Voice dovranno accontentarsi del modello ridotto, GPT-Live-1 Mini. La differenza principale tra le due versioni risiede nell’utilizzo delle risorse di calcolo: il modello Mini utilizza esclusivamente GPT-5.5 Instant, mentre gli utenti paganti avranno accesso anche al potente GPT-5.5 Thinking.

Un modello più versatile e interattivo

OpenAI ha progettato GPT-Live in modo da poter delegare durante una conversazione compiti difficili o richieste di ricerca a un modello linguistico più grande. Ora, ChatGPT Voice potrà visualizzare, durante la chat, informazioni visive come previsioni del tempo, andamenti di borsa o risultati sportivi. Inoltre, il modello è in grado di ascoltare e parlare in contemporanea, grazie a un’architettura chiamata Full-Duplex. Secondo test interni, le due versioni GPT-Live riescono a svolgere al meglio il loro ruolo soprattutto in conversazioni moderate, che vanno da cinque a dieci minuti.

Nuove interazioni per una conversazione più naturale

GPT-Live introduce funzionalità nuove come la capacità di esprimere attenzione e coinvolgimento con frasi di collegamento come “mhmm” o “sì”, rendendo più fluida l’interazione tra l’utente e l’intelligenza artificiale. Inoltre, la KI è capace di partecipare a dialoghi brevi o di rimettersi in attesa quando l’utente desidera prendersi un momento per riflettere. Si tratta di aspetti rilevanti per rendere la conversazione più simile a uno scambio umano.

Le funzionalità mancanti e in arrivo

Nonostante le innovazioni, alcune funzionalità precedentemente disponibili con il modello avanzato di voce non sono state ancora incorporate nei nuovi modelli GPT-Live. Tra queste, la capacità di condividere lo schermo e la riproduzione di video in tempo reale. Tuttavia, OpenAI non sembra lasciare il campo libero e ha dichiarato, nelle sue comunicazioni, di lavorare per integrare queste funzionalità “presto”.

I vantaggi e il contesto tecnologico

• Migliora l’esperienza utente durante le conversazioni
• Gestisce contemporaneamente ascolto e parlato
• Introduce espressioni di interazione (es. “sì”, “mhmm”)
• Supporto per visualizzare informazioni come mappe, dati o risultati
• Diversi livelli di modello: uno per utenti paganti, uno per utenti con accesso gratuito

Con GPT-Live, ChatGPT Voice non solo si adatta alle moderne aspettative degli utenti, ma introduce funzionalità che mirano a rendere la collaborazione tra l’intelligenza artificiale e gli esseri umani più naturale e efficiente. OpenAI continua a mostrare, con investimenti tecnologici rilevanti, la capacità di spostare il confine tra umano e macchina, portando la conversazione con l’AI a un livello più avanzato.