ChatGPT không còn bắt bạn chờ: GPT-Live ra mắt cho 150 triệu người dùng

Khi bạn nói chuyện với ChatGPT trước đây, bạn phải chờ đợi. Mô hình xử lý giọng nói của bạn, tạo ra phản hồi và gửi nó — sau đó chờ lượt tiếp theo của bạn. Kiến trúc đó, gọi là dạng lượt (turn-based), là cách hầu hết AI giọng nói hoạt động kể từ những triển khai thương mại đầu tiên. OpenAI đã loại bỏ nó.

GPT-Live chạy trên kiến trúc song công toàn phần (full-duplex), có nghĩa là nó xử lý giọng nói đến và tạo phản hồi cùng một lúc. Sự khác biệt thực tế là bạn có thể ngắt lời mô hình giữa câu — và nó dừng lại. Nó có thể ghi nhận các phản hồi ngắn, câu hỏi hoặc chuyển hướng mà không yêu cầu người tham gia phải hoàn thành lượt của mình trước. OpenAI bắt đầu triển khai toàn cầu hôm nay, phát hành GPT-Live-1 cho người đăng ký trả phí (Go, Plus, Pro) và GPT-Live-1 mini cho người dùng miễn phí, thay thế Advanced Voice Mode mà không cần lời nhắc chọn tham gia.

150 triệu người sử dụng tính năng giọng nói của ChatGPT hàng tuần sẽ cảm nhận sự thay đổi rõ rệt nhất trong hai tình huống: các cuộc trò chuyện thay đổi hướng nhanh chóng, và sự biến mất của khoảng dừng trước đây báo hiệu mô hình đã nói xong. GPT-Live có thể báo hiệu sự chú ý bằng những lời xác nhận ngắn — ‘ừm’, ‘ừ’ — hoặc đơn giản là im lặng khi người nói đang suy nghĩ. Khi cuộc trò chuyện yêu cầu tìm kiếm web, suy luận sâu hơn hoặc công việc phức tạp, nó ủy thác âm thầm cho một mô hình tiên tiến (frontier model) phía sau và đưa kết quả trở lại cuộc trao đổi trực tiếp.

Đoạn hoài nghi ở đây quan trọng. Song công toàn phần không có nghĩa là GPT-Live trở nên tốt hơn trong việc hiểu những gì bạn nói — nó có nghĩa là nó có thể phản ứng với nhịp điệu của cuộc trò chuyện một cách tự nhiên hơn. Thử nghiệm ban đầu cho thấy khi người nói đưa ra một lời giải thích dài và dày đặc, mô hình thỉnh thoảng xác nhận một tuyên bố trước khi nó hoàn tất xử lý toàn bộ ý nghĩa. Hệ thống cũng chạy hoàn toàn trên máy chủ của OpenAI, vì vậy mọi cuộc trò chuyện giọng nói đều phụ thuộc vào kết nối độ trễ thấp mà không phải tất cả 150 triệu người dùng hàng tuần đều có như nhau. Các khu vực có cơ sở hạ tầng chậm hơn có thể thấy rằng tham vọng thời gian thực của GPT-Live vượt quá thực tế mạng lưới bên dưới chúng.

Cũng có một câu hỏi về cấu trúc của chính quá trình di chuyển. OpenAI đã tự động chuyển toàn bộ cơ sở người dùng đang hoạt động bằng giọng nói sang một hệ thống mới mà không yêu cầu sự đồng ý. Công ty coi đây là một bản nâng cấp — và ở nhiều khía cạnh, nó là vậy. Nhưng đó cũng là một thay đổi đối với mô hình tương tác mà hàng triệu người đã hiệu chỉnh kỳ vọng của họ, được thực hiện mà không có ngày ngừng hoạt động được công bố cho hệ thống trước đó.

OpenAI chưa công bố thay đổi giá cho người đăng ký ChatGPT hiện tại liên quan đến GPT-Live. Việc triển khai dự kiến sẽ đến tất cả người dùng trên toàn cầu trong những ngày tới. Ngày ngừng hoạt động chính thức của Advanced Voice Mode chưa được xác nhận.

Thẻ: OpenAI, chatgpt, mô hình AI, AI giọng nói, full-duplex, GPT-Live