La industria de la inteligencia artificial ha dado otro salto cualitativo. OpenAI ha anunciado oficialmente GPT-Live, una nueva generación de modelos de voz que ya está integrada en el modo "Conversación" de ChatGPT. No se trata solo de una actualización, sino de un cambio fundamental en la forma en que interactuamos con las redes neuronales.
La innovación clave es la arquitectura full-duplex. A diferencia de las soluciones anteriores, GPT-Live puede escuchar y hablar simultáneamente. El modelo ya no espera a que el usuario se calle para empezar a responder. Reconoce interjecciones, hace pausas naturales y, lo que es más importante, no interrumpe si la persona simplemente está pensando. Esto hace que el diálogo con la IA sea lo más parecido posible al humano.
La arquitectura del sistema separa los procesos de comunicación y ejecución de tareas. Mientras GPT-Live mantiene un diálogo activo, otro modelo (inicialmente GPT-5.5) funciona en segundo plano. Se encarga de buscar información en internet o realizar cálculos complejos. Este enfoque permite a la IA traducir el habla en tiempo real y resolver solicitudes sin interrumpir la conversación.
Según los resultados de las pruebas internas, GPT-Live supera significativamente a las versiones anteriores en razonamiento científico y análisis de datos. También han aparecido tarjetas visuales en la interfaz de ChatGPT; ahora se puede obtener información instantánea sobre el clima, los precios de las acciones o los resultados deportivos sin salir del diálogo.
OpenAI ha lanzado dos versiones: la emblemática GPT-Live-1 y la ligera GPT-Live-1 mini. El acceso al modelo principal está abierto para los suscriptores de los planes Plus y Pro. Los usuarios de la versión gratuita de ChatGPT pueden usar la versión mini. En un futuro próximo, la empresa planea abrir la API para desarrolladores, lo que sin duda conducirá a una integración masiva de la tecnología en servicios de terceros.
Se ha prestado especial atención a la seguridad. Se han implementado nuevos filtros en el sistema que bloquean los intentos de imitar voces ajenas y limitan el contenido relacionado con la violencia o la autolesión. Para los adolescentes, se ha previsto un control parental. Este es un paso oportuno, dadas las crecientes preocupaciones sobre el uso de deepfakes de voz.
Opinión de experto. GPT-Live no es solo una mejora del asistente de voz. Es una transición a un nuevo paradigma de interacción humano-máquina, donde se difumina la línea entre hablar con una IA y un interlocutor vivo. No estamos presenciando una evolución, sino una revolución en el diseño UX de los productos de IA.