GPT-Live llega a ChatGPT con voz continua y respuestas visuales
OpenAI desplegó GPT-Live en ChatGPT para conversaciones de voz más fluidas, con acceso distinto según el plan y sin video al inicio.
OpenAI comenzó a desplegar GPT-Live en ChatGPT para mejorar las conversaciones de voz. El modelo puede escuchar y hablar al mismo tiempo, en lugar de esperar turnos completamente separados.
GPT-Live-1 llega a los planes de pago y GPT-Live-1 mini al plan gratuito, de acuerdo con las notas de disponibilidad de la empresa. El despliegue ocurre en ChatGPT.com y en las aplicaciones para iOS y Android.
La novedad es un producto disponible, no una demostración de investigación ni una beta independiente. La empresa presenta la arquitectura de voz como parte de la experiencia general de ChatGPT.
Cómo funciona la nueva voz
El modelo usa una arquitectura de interacción continua que procesa la entrada mientras genera la respuesta. Así puede pausar, dejar hablar al usuario, responder a una interrupción o mantener silencio cuando la conversación lo requiere.
Para tareas que necesitan búsqueda web, razonamiento o trabajo más complejo, GPT-Live puede delegar la operación a otro modelo en segundo plano. La voz mantiene la conversación mientras espera el resultado.
La actualización también añade respuestas visuales para temas como clima, mercados y deportes. La respuesta hablada aparece junto con texto y, cuando corresponde, tarjetas visuales dentro del chat.
OpenAI reporta evaluaciones humanas sobre interrupciones, turnos y naturalidad, además de pruebas de razonamiento y búsqueda. Esos resultados describen pruebas comparativas, no una garantía de acierto en cada conversación.
El servicio mantiene funciones como búsqueda, memoria, imágenes y carga de archivos. En el lanzamiento, GPT-Live no admite video ni compartir pantalla dentro de la nueva modalidad.
Privacidad y límites de uso
La voz puede ser útil para practicar idiomas, dictar ideas, pedir una explicación mientras se cocina o revisar información sin mirar el teléfono. En todos esos casos conviene tratar la respuesta como apoyo y verificar datos importantes.
Una conversación hablada puede incluir nombres, ubicaciones, documentos o información de terceros. Antes de usarla para trabajo o escuela, hay que revisar la configuración de memoria, los controles de datos y las políticas de la cuenta.
OpenAI añade salvaguardas para contenido de alto riesgo y controles parentales para adolescentes, pero el sistema puede equivocarse, interrumpir de forma inesperada o interpretar mal una frase con ruido de fondo.
La presentación oficial de GPT-Live explica el producto, sus evaluaciones y restricciones; más contexto está disponible en la sección Tecnología de Maya Comunicación.
