OpenAI stellt GPT-Live vor: ChatGPT Voice Upgrade für menschenähnliche Unterhaltungen
Eine neue Generation von Sprachmodellen, die gleichzeitig hören und sprechen kann, macht die KI-Konversation natürlicher und interaktiver als je zuvor.
OpenAI gab die Einführung von GPT-Live bekannt, einer neuen Generation von Sprachmodellen, die entwickelt wurde, um die Konversation zwischen Mensch und KI natürlicher und flüssiger zu gestalten, als würde man mit einem echten Menschen sprechen. Diese neue Modellfamilie treibt die ChatGPT Voice-Funktion seit dem 8. Juli 2026 an. Das Herzstück von GPT-Live ist eine Full-Duplex-Architektur (vollständige bidirektionale Kommunikation), die sich grundlegend von früheren Sprachmodellen unterscheidet, die im Half-Duplex-Modus (abwechselndes Sprechen) arbeiteten. Diese Fähigkeit ermöglicht es GPT-Live, die Stimme des Benutzers gleichzeitig zu hören und darauf zu reagieren. Es muss nicht mehr gewartet werden, bis der Benutzer einen Satz beendet, bevor die Verarbeitung erfolgt, was eine nahtlose Konversation ermöglicht. Das Modell kann mehrmals pro Sekunde entscheiden, ob es weiter spricht, weiter zuhört, das Sprechen unterbricht, wenn der Benutzer dazwischen spricht, oder sogar andere Tools je nach Gesprächsverlauf aufruft. Im Hintergrund, wenn GPT-Live komplexe Anfragen wie Websuchen oder tiefgreifendes logisches Denken verarbeiten muss, delegiert es die Aufgabe an große Sprachmodelle wie GPT-5.5, um genaue und vollständige Antworten zu liefern. Für die Bereitstellung hat OpenAI das Modell in zwei Versionen unterteilt: GPT-Live-1, das zum Standard-Sprachmodell für zahlende Nutzer (Go, Plus und Pro) wird, und GPT-Live-1 mini, das für kostenlose Nutzer verfügbar sein wird. Die Einführung erfolgt inmitten einer steigenden Nachfrage nach Sprachfunktionen. OpenAI gab bekannt, dass wöchentlich über 150 Millionen Nutzer die Sprach- und Diktierfunktionen in ChatGPT verwenden. Allerdings wird GPT-Live in der Anfangsphase noch keine Video- oder Bildschirmfreigabe unterstützen, aber das Unternehmen erklärte, dass es diese Fähigkeiten für zukünftige Ergänzungen schnell entwickelt.
GPT-Live hat das Potenzial, die Sprachinteraktion mit KI von 'Befehlen geben' zu wirklich natürlichen 'Gesprächen' grundlegend zu verändern, was den Weg für KI-Assistenten ebnen könnte, die nahtlos mit Menschen im Alltag zusammenarbeiten.