IA. GPT-Live: OpenAI lanzó un nuevo modelo de voz para ChatGPT que habla y escucha al mismo tiempo

OpenAI presentó este miércoles GPT-Live, una nueva generación de modelos de voz diseñada para hacer que las conversaciones con ChatGPT sean más naturales, fluidas e inteligentes.

La tecnología ya comenzó a desplegarse para usuarios de todo el mundo en iOS, Android y la versión web de ChatGPT.

La principal novedad de GPT-Live es que abandona el tradicional esquema de conversación por turnos y adopta una arquitectura denominada full-duplex, que le permite escuchar y hablar al mismo tiempo, de forma similar a una conversación entre personas.

Hasta ahora, ChatGPT debía esperar a que el usuario terminara de hablar para responder. Con GPT-Live, el modelo procesa continuamente el audio mientras genera sus respuestas.

Esto le permite reaccionar de manera más natural, hacer pausas cuando el usuario está pensando, responder con expresiones como "mhmm" o "entiendo" para demostrar que sigue la conversación e incluso interrumpir o dejar hablar cuando corresponde.

Según OpenAI, este cambio mejora significativamente el ritmo de las conversaciones y reduce las interrupciones involuntarias que podían producirse por pequeños silencios o ruidos de fondo.

Otra de las principales novedades es que GPT-Live delega las tareas más complejas a otro modelo mientras mantiene la conversación con el usuario.

Cuando una consulta requiere búsqueda en internet, razonamiento avanzado o tareas más elaboradas, GPT-Live recurre automáticamente a GPT-5.5, el modelo más avanzado de OpenAI al momento del lanzamiento, y luego incorpora el resultado a la conversación sin interrumpir el diálogo.

La empresa explicó que este mecanismo permitirá actualizar automáticamente las capacidades del asistente cada vez que lance nuevos modelos de frontera.

La nueva arquitectura también habilita funciones como traducción simultánea durante una conversación y una mejor comprensión del contexto temporal del diálogo.

Además, mientras el usuario conversa con ChatGPT, el asistente podrá mostrar tarjetas visuales con información sobre el clima, acciones, deportes y otros contenidos cuando resulte más útil que una respuesta exclusivamente por voz.

La compañía también renovó las nueve voces disponibles en ChatGPT para adaptarlas al nuevo modelo.

OpenAI lanzó dos variantes: GPT-Live-1 y GPT-Live-1 mini.

La versión principal será el modelo predeterminado para los usuarios de los planes Go, Plus y Pro, mientras que GPT-Live-1 mini alimentará las conversaciones de los usuarios gratuitos.

La empresa adelantó además que la tecnología llegará próximamente a su API para desarrolladores y clientes empresariales.

Según OpenAI, más de 150 millones de personas utilizan semanalmente las funciones de voz de ChatGPT para conversar con el asistente, practicar idiomas, escuchar cuentos, resolver dudas o realizar consultas mientras conducen o realizan otras actividades.

Con GPT-Live, la compañía busca acercar la interacción con la inteligencia artificial a una conversación humana, manteniendo al mismo tiempo las capacidades avanzadas de razonamiento de GPT-5.5 funcionando en segundo plano.

OpenAI aseguró que GPT-Live incorpora nuevas medidas de seguridad específicas para conversaciones por voz, con sistemas capaces de intervenir en tiempo real ante contenidos potencialmente peligrosos relacionados con autolesiones, violencia, abuso o conductas de riesgo.

La empresa también indicó que el modelo utiliza únicamente voces predefinidas y cuenta con protecciones para impedir la imitación de voces reales.

En esta primera etapa, GPT-Live no será compatible con videollamadas ni con el uso compartido de pantalla dentro de ChatGPT, aunque OpenAI confirmó que ambas funciones se incorporarán en futuras actualizaciones.