การอัปเดตล่าสุดเมื่อวันที่ 31 กรกฎาคม 2026 ระบุว่าเสียงที่สร้างผ่าน GPT-Live โดยใช้ ChatGPT Voice และ OpenAI API นั้นรวมถึง SynthID watermarking แล้วด้วย เครื่องมือยืนยันสาธารณะของเราสามารถตรวจจับสัญญาณต้นทางของ OpenAI ในไฟล์เสียงที่รองรับได้ และเราได้เปิดให้เข้าถึง API สำหรับการตรวจสอบด้วยเช่นกัน
ก้าวเข้าสู่ยุคใหม่ของการปฏิสัมพันธ์ระหว่างมนุษย์กับ AI
การทำงานร่วมกันระหว่างมนุษย์กับ AI จะเป็นไปอย่างเป็นธรรมชาติ โดยการทำงานที่ซับซ้อนจะเกิดขึ้นในพื้นหลังอย่างราบรื่น
การประเมินผล
ในการเปรียบเทียบแบบตัวต่อตัว GPT-Live-1 และ GPT-Live-1 mini ได้รับการตอบรับที่ดีกว่า Advanced Voice Mode ในการสนทนา 5-10 นาที โดยเฉพาะอย่างยิ่งในการทดสอบ GPQA ที่วัดการให้เหตุผลทางวิทยาศาสตร์ระดับผู้เชี่ยวชาญมาตรการป้องกันในตัว
เมื่อระบบตรวจพบผลลัพธ์ที่ไม่ปลอดภัย อาจนำไปสู่การปรับทิศทางโมเดลไปสู่คำตอบที่ปลอดภัยขึ้น หรือยุติการสนทนาเสียงในกรณีที่มีความเสี่ยงสูง นอกจากนี้ ยังมีระบบควบคุมโดยผู้ปกครองสำหรับกรณีที่เกี่ยวข้องกับเยาวชนด้วย>
เรียนรู้จากการใช้งานจริง
การพัฒนาต่อยอดจากการวิจัยก่อนหน้าของเราเกี่ยวกับผลกระทบทางอารมณ์ จะช่วยให้เราสามารถระบุรูปแบบที่เกิดขึ้นใหม่และปรับปรุงการตอบสนองของระบบในการโต้ตอบที่ละเอียดอ่อนทางอารมณ์ได้
ศัพท์ที่ควรรู้
- GPT-Live – คือระบบที่ช่วยให้การโต้ตอบระหว่างมนุษย์กับ AI เป็นไปอย่างเป็นธรรมชาติและไหลลื่น SynthID watermarking – เป็นการฝังลายน้ำดิจิทัลในไฟล์เสียงเพื่อระบุว่าเสียงนั้นถูกสร้างโดย OpenAI GPQA – คือแบบทดสอบที่ใช้ประเมินความสามารถในการให้เหตุผลทางวิทยาศาสตร์ระดับผู้เชี่ยวชาญของโมเดล AI Advanced Voice Mode – คือโหมดเสียงขั้นสูงที่ใช้ในการสนทนากับ AI ซึ่งถูกนำมาเปรียบเทียบกับ GPT-Live Parental Controls – คือระบบควบคุมสำหรับผู้ปกครองที่ช่วยดูแลการใช้งาน ChatGPT Voice ของเยาวชน
ที่มา: OpenAI