Hôm nay, OpenAI đã đưa ra một bản cập nhật quan trọng cho người dùng gói ChatGPT Plus, giới thiệu tính năng 'Seamless Voice Mode'. Thay vì phải thực hiện hai bước (nói vào micro sau đó đọc kết quả văn bản), người dùng giờ đây có thể giữ một cuộc hội thoại liên tục. Mô hình không chỉ hiểu nội dung mà còn diễn đạt lại thông qua giọng nói với các sắc thái cảm xúc phù hợp.
Công nghệ này dựa trên mô hình đa phương thức mới của OpenAI, cho phép xử lý âm thanh và văn bản song song (simultaneous processing) với độ trễ cực thấp, dưới 200 mili-giây. Điều này đặc biệt hữu ích cho các giáo viên cần giải thích khái niệm phức tạp, hoặc những người dùng khuyết tật thị giác cần đọc lại chính xác nội dung mã nguồn hoặc tài liệu tài chính mà không mất tập trung.
Sự ra mắt tính năng này phản ánh rõ chiến lược của OpenAI trong việc xóa nhòa ranh giới giữa con người và AI. Các phản hồi ban đầu từ cộng đồng người dùng khá tích cực, tuy nhiên cũng có một số lo ngại về việc các công ty khác có thể bị bỏ lại phía sau trong cuộc đua về trải nghiệm người dùng tự nhiên.
Theo báo cáo từ TechCrunch, các nhà quan sát thị trường dự đoán rằng tính năng này sẽ tạo áp lực lớn lên các đối thủ như Google và Anthropic, buộc họ phải đẩy nhanh tiến độ phát triển các mô hình đa phương thức tương tác thời gian thực để không bị tụt hậu trong phân khúc dịch vụ cao cấp.