ทันเอไอ

OpenAI เปิดตัว GPT-Live อัปเกรด ChatGPT Voice คุยลื่นเหมือนมนุษย์จริง

โมเดลเสียงตระกูลใหม่ที่สามารถฟังและพูดได้พร้อมกัน ทำให้การสนทนากับ AI เป็นธรรมชาติและโต้ตอบได้ทันทีอย่างที่ไม่เคยมีมาก่อน

OpenAI ประกาศเปิดตัว GPT-Live ซึ่งเป็นโมเดลเสียงเจเนอเรชันใหม่ที่ออกแบบมาเพื่อยกระดับการสนทนาระหว่างมนุษย์กับ AI ให้เป็นธรรมชาติและลื่นไหลเสมือนคุยกับคนจริงๆ โดยโมเดลตระกูลใหม่นี้ได้เริ่มเข้ามาขับเคลื่อนฟีเจอร์ ChatGPT Voice แล้วตั้งแต่วันที่ 8 กรกฎาคม 2026 หัวใจสำคัญของ GPT-Live คือสถาปัตยกรรมแบบ full-duplex (การสื่อสารสองทางเต็มรูปแบบ) ซึ่งแตกต่างจากโมเดลเสียงรุ่นก่อนหน้าที่ทำงานแบบผลัดกันพูด (half-duplex) โดยสิ้นเชิง ความสามารถนี้ทำให้ GPT-Live สามารถรับฟังเสียงของผู้ใช้และพูดตอบสนองได้ในเวลาเดียวกัน ไม่จำเป็นต้องรอให้ผู้ใช้พูดจบประโยคก่อนค่อยประมวลผล ทำให้การสนทนาไม่ติดขัด โมเดลสามารถตัดสินใจได้หลายครั้งต่อวินาทีว่าจะพูดต่อ, ฟังต่อ, หยุดพูด, ขัดจังหวะเมื่อผู้ใช้แทรก หรือแม้กระทั่งเรียกใช้เครื่องมืออื่นๆ ตามความเหมาะสมของบทสนทนา เบื้องหลังการทำงาน เมื่อ GPT-Live ต้องจัดการกับคำสั่งที่ซับซ้อน เช่น การค้นหาข้อมูลบนเว็บ หรือการใช้เหตุผลเชิงลึก มันจะมอบหมายงานต่อไปให้โมเดลภาษาขนาดใหญ่อย่าง GPT-5.5 เป็นผู้ประมวลผล เพื่อให้ได้คำตอบที่ถูกต้องและครบถ้วน สำหรับการเปิดให้ใช้งาน OpenAI ได้แบ่งโมเดลออกเป็นสองเวอร์ชัน คือ GPT-Live-1 ซึ่งจะกลายเป็นโมเดลเสียงเริ่มต้นสำหรับผู้ใช้งานแบบเสียเงิน (Go, Plus และ Pro) และ GPT-Live-1 mini ที่จะให้บริการสำหรับผู้ใช้งานฟรี การเปิดตัวครั้งนี้เกิดขึ้นท่ามกลางความต้องการใช้งานฟีเจอร์เสียงที่เพิ่มสูงขึ้น โดย OpenAI เปิดเผยว่าในแต่ละสัปดาห์มีผู้ใช้งานฟีเจอร์เสียงและการเขียนตามคำบอกใน ChatGPT มากกว่า 150 ล้านคน อย่างไรก็ตาม ในช่วงแรกของการเปิดตัว GPT-Live จะยังไม่รองรับการสนทนาพร้อมวิดีโอหรือการแชร์หน้าจอ แต่บริษัทระบุว่ากำลังเร่งพัฒนาความสามารถเหล่านี้เพื่อเพิ่มเติมในอนาคต