OpenAI се готви да рестартира ChatGPT, фокусирайки се върху разработването на Codex, агентни функции и фундаментално нов гласов интерфейс. Първите споменавания на новия аудио модел GPT Bidi 1 вече са открити в кода на платформата.
Това съобщава Testing Catalog.
Според експерти от индустрията, ограничен брой потребители на приложението ChatGPT вече са получили достъп до тестовата версия на модела, което показва възможно официално пускане в близко бъдеще.
Разработчиците залагат на гласовия интерфейс, тъй като OpenAI счита гласовото взаимодействие за най-обещаващия начин потребителите да имат достъп до изкуствен интелект.
Новият модел е проектиран да преодолее напълно технологичната пропаст между усъвършенстваните текстови архитектури на компанията и нейния традиционен гласов слой.
BREAKING 🔥: OpenAI is preparing "Bidi 1" for the upcoming web release!
> A new voice model will be available in settings, alongside standard and advanced options.
> Voice mode bubble will have a Yellow color instead of blue.
How soon? 👀 pic.twitter.com/WlfydBsHy9
Абревиатурата Bidi означава двупосочен дизайн. Тази архитектурна функция позволява на ИИ асистента едновременно да говори, чува и анализира речта на потребителя.
В настройките на приложението, в селектора на моделите, се е появил нов инструмент до стандартните и разширени опции, а балонът на графичния гласов интерфейс променя цвета си на жълт след активиране на GPT Bidi 1.
Какви са основните функционални промени на новия модел?Естествено потвърждение на възприятието: Изкуственият интелект може да вмъква кратки реплики като „добре“, когато потребителят прави пауза или забавя темпото, без да прекъсва цялостния поток на разговора.
Незабавно превключване между задачи: асистентът е способен да променя алгоритъма на действията „в движение“ – например, ако го помолите да брои до десет и по средата на процеса му кажете да брои в обратен ред, моделът мигновено ще се адаптира към новите инструкции.
Контекстуални корекции на грешките и бъдещи изданияЕдно от най-важните предимства на GPT Bidi 1 е способността да се запази логиката на дългия разговор в рамките на един контекст.
В предишни версии на гласовия стек ChatGPT, дългите разговори водеха до загуба на ранните фрагменти от диалога, което се смяташе за слабо място в системата. Освен това, обновеният алгоритъм вече не се намесва преждевременно в разговора по време на дълги паузи на потребителите.
OpenAI все още не е обявил официалното пускането на модела GPT Bidi 1, нито е предоставила подробни спецификации за следващата версия на GPT 5.6. Разгръщането на интерфейса сред първите тестери обаче показва, че продуктът е в последния етап на подготовката за пускане.