「GPT-Live」をリリース。自然な会話、バックグラウンドで調べ物をするなど性能が向上！

　OpenAIは、AIとの会話をよりリアルな会話のように感じられる、新たな音声モデル「GPT-Live」を発表した。同日より、「GPT-Live-1」と「GPT-Live-1 mini」の2つのバージョンを世界中のChatGPTユーザーに向け順次展開を開始する。また、近日中にAPIも提供予定。

　GPT-Liveは、全二重通信アーキテクチャに基づいて構築されており、「聞き取り」と「発話」を同時に行なうことができる。このため、会話中に相槌を打つことで会話相手に注意を払っていることを示したり、素早くやり取りをしたり、考える時間が必要な時には静かにしたりすることが可能。

　GPT-Liveはユーザーとの会話を継続しながら、バックグラウンドでウェブ検索や高度な推論、より複雑な処理を必要とする質問への答えの処理を行ない、準備が整った段階で結果を会話に反映させる。リリース当初、バックグラウンドでGPT-5.5を使用しているが、継続的に最先端モデルへと更新していく予定。

　これまで、各モデルが順番に動作し各ターンを処理する「カスケード型音声システム」、単一のモデル内で音声を処理・生成するがターン制で動作していた「ターン制音声モデル」などがベースとなっていたが、GPT-Liveでは入力を継続的に処理しながら出力を生成する「全二重アーキテクチャ」を採用。より自然なやり取りを行ない、より正確な時間感覚を維持し、リアルタイム翻訳も実行できるようになった。

　安全性についても考慮されており、最新モデルの安全性の向上を基盤としつつ、音声専用に設計された新たな安全対策が追加されている。

【性能評価】

ペアワイズ会話の好み vs AVM

モデルとの会話評価