OpenAI เปิดตัว GPT-Live โมเดลสนทนาด้วยเสียงแบบ Full-Duplex ที่เป็นธรรมชาติที่สุดในขณะนี้

Key takeaway

• OpenAI เปิดตัว GPT-Live ที่ใช้สถาปัตยกรรม Full-Duplex ทำให้ระบบสามารถรับฟังและพูดโต้ตอบได้พร้อมกัน พร้อมมีความสามารถ Active Listening ที่แสดงสัญญาณตอบรับระหว่างการสนทนา ซึ่งยกระดับประสบการณ์การสนทนากับ AI ให้เป็นธรรมชาติกว่าที่เคยมีมา
• GPT-Live ขับเคลื่อนด้วย GPT-5.5 เป็น Backend หลัก และมีแผนอัปเดตโมเดลอย่างต่อเนื่อง รวมถึงการเปิดตัว GPT-5.6 ในเร็ว ๆ นี้ โดยจะ Rollout ใน 2 เวอร์ชันคือ GPT-Live-1 และ GPT-Live-1 Mini พร้อมเตรียมเปิด API ให้นักพัฒนานำไปต่อยอดด้วย
• แม้ Google จะมี Gemini Live เป็นคู่แข่งในตลาด Voice AI เช่นกัน แต่ในด้าน Interactivity และความเป็นธรรมชาติของการสนทนา GPT-Live ยังคงครองความได้เปรียบอย่างชัดเจนในขณะนี้

OpenAI เปิดตัว GPT-Live โมเดล AI รูปแบบใหม่ที่ใช้สถาปัตยกรรมแบบ Full-Duplex เป็นพื้นฐาน ช่วยให้ระบบสามารถรับฟังและพูดโต้ตอบได้พร้อมกันในเวลาเดียวกัน ส่งผลให้การสนทนามีความเป็นธรรมชาติและลื่นไหลมากยิ่งขึ้น ต่างจาก ChatGPT รุ่นก่อนหน้าที่การโต้ตอบยังคงเป็นลักษณะ Q&A แบบทิศทางเดียว คือต้องรอให้ผู้ใช้พูดจบก่อนจึงจะตอบสนองได้

นอกจากความเร็วในการตอบสนองที่เพิ่มขึ้นอย่างเห็นได้ชัดแล้ว GPT-Live ยังมีความสามารถในการแสดงสัญญาณ Active Listening ด้วยการพูดคำสั้น ๆ อย่าง "mhmm" ระหว่างการสนทนา เพื่อแสดงว่าระบบกำลังรับฟังอยู่อย่างตั้งใจ ซึ่งช่วยเพิ่มความรู้สึกเป็นธรรมชาติในการสื่อสารได้อย่างมีนัยสำคัญ โดย OpenAI ได้เผยแพร่วิดีโอสาธิตความสามารถดังกล่าวออกมาแล้ว

ปัจจุบัน GPT-Live ขับเคลื่อนด้วย GPT-5.5 ในฐานะ Backend Model หลัก พร้อมทั้ง OpenAI ยืนยันว่าจะมีการอัปเดตโมเดลอย่างต่อเนื่อง ซึ่งถือเป็นสัญญาณสำคัญ เนื่องจากบริษัทมีกำหนดเปิดตัว GPT-5.6 โมเดลที่ทรงพลังที่สุดในขณะนี้ในเร็ว ๆ นี้เช่นกัน

สำหรับการเปิดให้บริการนั้น ขณะนี้ GPT-Live กำลังทยอย Rollout ไปยังผู้ใช้งานทั่วโลกใน 2 เวอร์ชัน ได้แก่ GPT-Live-1 และ GPT-Live-1 Mini โดย OpenAI ยืนยันว่าจะนำโมเดลทั้งสองเข้าสู่ระบบ API เพื่อเปิดให้นักพัฒนาและธุรกิจต่าง ๆ นำไปใช้งานต่อในเร็ว ๆ นี้

ในด้านการแข่งขัน Google มีฟีเจอร์ในลักษณะเดียวกันในชื่อ Gemini Live ที่รองรับการสนทนาต่อเนื่องได้เช่นกัน อย่างไรก็ตาม เมื่อเปรียบเทียบกันแล้ว Gemini Live ยังดูมีความ Interactive น้อยกว่า GPT-Live อยู่พอสมควร ทำให้ GPT-Live ยังคงความได้เปรียบในด้านประสบการณ์การสนทนาที่เป็นธรรมชาติมากกว่าในขณะนี้

Why it matters

💡 OpenAI เพิ่งเปิดตัว GPT-Live โมเดล AI สนทนาด้วยเสียงแบบ Full-Duplex ที่สามารถรับฟังและโต้ตอบพร้อมกันได้แบบ Real-Time ซึ่งถือเป็นการพลิกโฉมวงการ Conversational AI อย่างแท้จริง ต่างจากระบบเดิมที่ต้องรอให้พูดจบก่อน นักพัฒนาและธุรกิจควรติดตามข่าวนี้อย่างใกล้ชิด เพราะเมื่อ GPT-Live เปิด API แล้ว จะเปิดโอกาสใหม่มหาศาลสำหรับการพัฒนาแอปพลิเคชันที่ต้องการประสบการณ์สนทนาเป็นธรรมชาติ และยังช่วยให้เข้าใจภาพรวมการแข่งขันระหว่าง OpenAI กับ Google ได้ชัดเจนยิ่งขึ้น

ข้อมูลอ้างอิงจาก https://mashable.com/tech/openai-gpt-live