OpenAI lanza GPT-Live, una IA vocal capaz de hablar y escuchar simultáneamente
Los asistentes vocales están a punto de dar un salto importante. OpenAI presenta GPT-Live, una nueva tecnología pensada para ChatGPT Voice, con el objetivo de hacer las conversaciones mucho más naturales. Gracias a una arquitectura innovadora, el modelo puede ahora escuchar a su interlocutor mientras prepara su propia respuesta, acercándose así a un intercambio humano donde las interrupciones, vacilaciones y reacciones espontáneas son parte integral de la conversación.
Esta evolución refleja la intención de OpenAI de convertir ChatGPT en un auténtico asistente conversacional en tiempo real.
Una arquitectura que aproxima la IA a las conversaciones humanas
La principal innovación de GPT-Live radica en una arquitectura denominada full-duplex. Hasta ahora, la mayoría de los asistentes vocales funcionaban bajo un principio relativamente simple: el usuario hablaba, la IA esperaba a que finalizara la frase y luego formulaba su respuesta.
Con GPT-Live, esta lógica evoluciona.
El modelo es capaz de escuchar y generar su respuesta simultáneamente, mientras analiza continuamente el desarrollo de la conversación. Así, puede decidir responder de inmediato, dejar un silencio, seguir escuchando o incluso lanzar ciertas acciones en segundo plano.
El objetivo es reducir la sensación de diálogo artificial que aún caracteriza a muchos asistentes vocales.
Interacciones más fluidas y menos rígidas
OpenAI afirma que GPT-Live gestiona mucho mejor las situaciones comunes en una conversación. Los usuarios pueden interrumpir a ChatGPT mientras habla, hacer una pausa para reflexionar, pedir al asistente que ralentice su ritmo y simplemente solicitar que escuche sin responder de inmediato.
El modelo también puede incluir reacciones naturales como “hum”, “está bien” u otros marcadores de escucha, para hacer la conversación más dinámica.
Esta evolución acerca gradualmente las interfaces vocales a las interacciones que se dan entre dos personas.
Mejor comprensión en entornos ruidosos
GPT-Live también mejora la gestión del ruido ambiental. Según OpenAI, el modelo es ahora capaz de distinguir mejor la voz de su usuario en entornos sonoros complejos, por ejemplo, en una calle concurrida o en un lugar donde varias conversaciones ocurren simultáneamente.
Esta capacidad tiene como fin hacer que los intercambios sean más fiables durante su uso móvil.
GPT-Live delega las tareas más complejas
Otra novedad importante: GPT-Live puede colaborar con los otros modelos de OpenAI. Cuando una solicitud requiere una búsqueda en la web, un razonamiento más profundo o un procesamiento complejo, el asistente transmite automáticamente esta tarea a GPT-5.5.
Mientras tanto, la conversación de voz puede continuar con normalidad.
Una vez que el resultado esté listo, GPT-Live lo integra de manera natural en el intercambio, sin interrumpir el diálogo. Esta organización refleja la evolución de los modelos de IA hacia una arquitectura compuesta por varios agentes especializados trabajando juntos en segundo plano.
Un despliegue progresivo en todas las plataformas
OpenAI lanza GPT-Live a nivel mundial en ChatGPT en iOS, Android y la versión web. El modelo GPT-Live-1 estará disponible para los suscriptores Go, Plus y Pro. Los usuarios de la versión gratuita tendrán acceso a una variante más ligera llamada GPT-Live-1 mini.
La empresa también enriquece las conversaciones vocales con tarjetas interactivas.
Cuando un usuario pregunta a ChatGPT sobre el clima, los mercados financieros, los resultados deportivos u otra información estructurada, el asistente puede ahora mostrar automáticamente una ficha visual mientras continúa la conversación de forma oral.
Las funciones de búsqueda, memoria, generación de imágenes y compartición de archivos siguen siendo compatibles con ChatGPT Voice.
El video llegará más tarde
Al momento de su lanzamiento, GPT-Live está limitado a las conversaciones vocales. Aún no soporta compartir pantalla, análisis de video en tiempo real o el uso de la cámara durante una conversación.
OpenAI indica que estas funciones están en desarrollo y se integrarán en una próxima actualización.
OpenAI acelera la carrera por asistentes conversacionales
Con GPT-Live, OpenAI continúa una tendencia que redefine progresivamente las interfaces hombre-máquina. Tras los chatbots de texto, luego los asistentes capaces de razonar y actuar, el objetivo ahora es hacer que los intercambios vocales sean tan naturales como una conversación entre dos personas.
La capacidad de escuchar, responder, interrumpir o delegar tareas en segundo plano acerca la IA a un verdadero asistente personal, siempre disponible y capaz de seguir el ritmo de un diálogo real. Una evolución que podría convertirse rápidamente en un nuevo estándar para los asistentes vocales del futuro.
