Présentation des nouveaux modèles

OpenAI a annoncé le lancement de nouveaux modèles conversationnels, appelés GPT-Live-1 et GPT-Live-1 mini, qui visent à améliorer la naturalité des conversations en temps réel. Ces modèles full-duplex peuvent parler et écouter en même temps, permettant aux utilisateurs d’interrompre naturellement et activant des fonctionnalités comme la traduction en direct.

Fonctionnement et architecture

Les nouveaux modèles remplacent le mode avancé de voix actuel dans ChatGPT par GPT-Live-1 mini par défaut. Les utilisateurs des niveaux payants pourront accéder au modèle GPT-Live-1 plus important. Les modèles précédents combinaient un modèle de reconnaissance vocale pour transcrire la parole, un grand modèle de langage pour générer des réponses et un modèle de synthèse vocale pour livrer la réponse finale.

OpenAI a indiqué que les nouveaux modèles résolvent des problèmes tels que l’interruption des utilisateurs pendant qu’ils parlent et le manque d’intelligence pour répondre aux questions. Les nouveaux modèles d’OpenAI enverront la requête à ses derniers modèles de texte comme GPT-5.5 pour la recherche, le raisonnement ou les capacités d’agent tout en poursuivant la conversation.

Implications et limites

OpenAI a montré que le modèle peut rester silencieux pendant longtemps et absorber le contexte de la conversation jusqu’à ce qu’il soit sollicité. De plus, puisque le nouveau mode vocal a accès à des modèles GPT plus récents, il peut également présenter certaines informations sous forme visuelle. D’autres startups comme Monogram, qui a levé 40 millions de dollars en financement initial de DST et Lux Capital, s’orientent également vers des réponses visuelles pour rendre les assistants plus interactifs.

OpenAI pense que la voix pourrait être l’interface principale pour l’informatique de travail complexe. Les rapports suggèrent qu’il pourrait lancer un casque audio avec des capacités d’IA cette année, mais il n’a fourni aucune information sur les produits matériels. Les nouveaux modèles doivent encore être améliorés, notamment pour les accents et les tons naturels dans les différentes langues.

Les modèles full-duplex comme GPT-Live-1 et GPT-Live-1 mini sont conçus pour améliorer l’expérience conversationnelle.

Malgré les progrès, OpenAI souligne que son objectif n’est pas de créer un compagnon d’IA, mais plutôt d’offrir une interface vocale naturelle et sécurisée pour les utilisateurs.