Skip to content
OpenAI acaba de dar un paso de gigante para que hablar con una inteligencia artificial se sienta menos como dar órdenes a un robot y más como una conversación real. La compañía ha presentado sus nuevos modelos de voz, GPT-Live-1 y su versión mini, diseñados para solucionar uno de los mayores puntos de fricción en la interacción por voz: la incapacidad de hablar y escuchar al mismo tiempo. Esto no es una simple mejora, es un cambio fundamental que abre la puerta a interacciones mucho más fluidas y naturales, desde una traducción en tiempo real sin pausas hasta un asistente que realmente entiende el ritmo de un diálogo humano.
¿Cómo funcionan y quién podrá usarlos?
La clave de esta nueva tecnología, conocida técnicamente como “full-duplex”, es que permite un flujo de audio bidireccional simultáneo. En términos sencillos: puedes interrumpir a ChatGPT a mitad de una frase, y este te entenderá y ajustará su respuesta sobre la marcha. Según reportó TechCrunch, OpenAI ha comunicado que el modelo GPT-Live-1 mini se convertirá en la experiencia de voz por defecto para los más de 150 millones de usuarios de ChatGPT, reemplazando al modo avanzado actual. Por su parte, el modelo más potente, GPT-Live-1, estará disponible para los suscriptores de pago, prometiendo conversaciones más largas y complejas, de hasta 30 o 40 minutos.
La voz como el futuro de la interfaz
Este lanzamiento no debe verse como una actualización aislada, sino como una declaración de intenciones. Como señaló Atty Eleti, uno de los responsables del proyecto, OpenAI ve la voz como “la interfaz principal para la computación” a largo plazo. La ambición es que podamos gestionar tareas complejas y de larga duración, lo que ellos llaman “trabajo de agente”, simplemente hablando con el sistema. Esto sitúa a OpenAI en una carrera directa contra los avances de Google con sus modelos Gemini y de Apple con Siri, donde la expresividad y la naturalidad de la voz se han convertido en el nuevo campo de batalla por la supremacía en la IA.
Estos nuevos modelos no solo mejoran el audio; se integran con las últimas versiones de sus modelos de lenguaje para potenciar el razonamiento y las capacidades de búsqueda, e incluso pueden presentar información de forma visual mientras se conversa. En definitiva, OpenAI está derribando la barrera que hacía que los asistentes de voz se sintieran torpes y limitados. Al permitir una conversación verdaderamente interactiva, se acerca un futuro donde la IA no solo responde preguntas, sino que colabora y asiste en tiempo real de una forma mucho más integrada en nuestro día a día. La compañía asegura haber implementado salvaguardas, pero el camino hacia una IA con la que se pueda conversar como con un igual está, desde hoy, mucho más despejado.