La FM en Google News
OpenAI presentó GPT-Live, una nueva tecnología para ChatGPT Voz que busca ofrecer conversaciones continuas entre las personas y la inteligencia artificial. El sistema introduce una arquitectura que permite escuchar y responder al mismo tiempo, sin esperar a que el usuario termine de hablar, una característica con la que la compañía apunta a competir en el segmento de asistentes de voz como Alexa, Siri o Google Assistant.
La empresa explicó que GPT-Live funciona con una arquitectura full-duplex, lo que permite mantener una conversación en tiempo real. Mientras una persona habla, el modelo continúa procesando la información y puede responder con pausas, expresiones de seguimiento o intervenciones sin romper el ritmo del diálogo.
Además, cuando una consulta requiere un nivel mayor de búsqueda o razonamiento, GPT-Live delega esa tarea a GPT-5.5, que trabaja en segundo plano mientras la conversación continúa. Según OpenAI, el sistema seguirá actualizándose conforme lleguen nuevos modelos de inteligencia artificial.
¿Cómo funcionará GPT-Live en ChatGPT?
La principal diferencia entre GPT-Live y los sistemas anteriores es que deja atrás el modelo tradicional de conversación por turnos. En lugar de esperar silencio para responder, procesa la entrada y genera la salida de manera continua, lo que le permite escuchar, hablar, hacer pausas, interrumpir cuando corresponde o activar herramientas varias veces por segundo.
OpenAI indicó que este cambio también facilita tareas como la traducción en tiempo real y la gestión de varias acciones simultáneamente. Mientras el usuario conversa, el modelo puede realizar búsquedas, ejecutar procesos de razonamiento o utilizar otras capacidades sin detener el intercambio de voz.
La compañía afirmó que las pruebas realizadas muestran una preferencia de los usuarios por GPT-Live-1 frente al modo de voz anterior en aspectos como la fluidez, el seguimiento de la conversación y la toma de turnos. También reportó mejoras en evaluaciones relacionadas con razonamiento científico, búsqueda web y agentes conversacionales.
Otra de las novedades es que ChatGPT Voz podrá utilizar distintos niveles de razonamiento. Los usuarios podrán seleccionar una respuesta rápida mediante el modo Instant o elegir los modos Media y Alta cuando necesiten que el sistema dedique más tiempo al análisis de una consulta.
OpenAI también informó que el modelo mejora la capacidad para escuchar. Si el usuario hace una pausa para pensar, el sistema espera antes de responder. Además, puede permanecer en silencio cuando se le solicita y mantiene el enfoque en la voz principal incluso cuando existe ruido de fondo.
¿Cuándo estará disponible GPT-Live?
La compañía comenzó el despliegue de GPT-Live para usuarios de ChatGPT en todo el mundo. El modelo GPT-Live-1 será el predeterminado para quienes tengan los planes Go, Plus y Pro, mientras que GPT-Live-1 mini llegará a quienes utilizan la versión Free. La disponibilidad incluye dispositivos con iOS, Android y la versión web de ChatGPT.
En esta primera etapa existen algunas limitaciones. OpenAI señaló que GPT-Live todavía no admite conversaciones con video ni la función de compartir pantalla dentro de ChatGPT, aunque confirmó que ambas herramientas forman parte de los desarrollos previstos para futuras actualizaciones. Mientras tanto, quienes necesiten esas funciones podrán seguir utilizando las versiones anteriores de ChatGPT Voz.
La empresa añadió que el sistema incorpora medidas específicas para la seguridad en conversaciones de voz. Entre ellas se encuentran evaluaciones adicionales para detectar situaciones relacionadas con autolesiones, violencia o contenido sexual, además de protecciones para impedir la imitación de voces reales y herramientas orientadas a usuarios adolescentes mediante controles parentales.
Con este lanzamiento, OpenAI busca que ChatGPT Voz evolucione desde un asistente que responde preguntas hacia un sistema capaz de mantener conversaciones continuas mientras ejecuta tareas en segundo plano, un modelo que se acerca al funcionamiento esperado de los asistentes de voz de nueva generación.
Preguntas relacionadas
¿Qué es la arquitectura full-duplex de GPT-Live?
La arquitectura full-duplex es la tecnología que permite que GPT-Live escuche y responda al mismo tiempo. A diferencia de los asistentes de voz tradicionales, no necesita esperar a que el usuario termine de hablar para generar una respuesta. Esto hace que las conversaciones sean más fluidas y permite que el modelo haga pausas, continúe escuchando o intervenga de forma más natural según el contexto.
¿Qué planes de ChatGPT recibirán GPT-Live?
GPT-Live comenzó a desplegarse para los usuarios de ChatGPT en todo el mundo. El modelo GPT-Live-1 será el predeterminado para quienes tengan los planes Go, Plus y Pro, mientras que GPT-Live-1 mini estará disponible para los usuarios de la versión Free. La actualización llegará de forma gradual en dispositivos con iOS, Android y la versión web de ChatGPT.
¿Qué funciones aún no tiene GPT-Live?
En su lanzamiento, GPT-Live no permite realizar conversaciones con video ni utilizar la función de compartir pantalla dentro de ChatGPT. OpenAI indicó que estas herramientas forman parte de las próximas actualizaciones del servicio. Mientras tanto, los usuarios que necesiten esas funciones podrán seguir accediendo a las versiones anteriores de ChatGPT Voz, donde continúan disponibles.
