OpenAI erweitert ChatGPT-Sprachmodus für Web und App
OpenAI erweitert seinen ChatGPT-Dienst um ein leistungsfähiges Sprachmodul für Web- und Mobile-Anwendungen, dessen Veröffentlichung zeitgleich mit der bevorstehenden Entwicklerkonferenz DevDay erfolgt. Im Kern steht das Modell GPT-Live, dessen Konzept bereits im Juli durch OpenAI-Präsident Greg Brockman skizziert wurde und nun Echtzeit-Sprachverarbeitung sowie simultanes Zuhören und Sprechen ermöglicht. Das neue Feature zielt auf die wachsende Nachfrage nach persönlichen KI-Agenten ab und erlaubt es Nutzern, komplexe, mehrstufige Aufgaben wie Kalendermanagement, Browseroperationen oder Finanztransaktionen einfach per Stimme zu delegieren. Bei einer Demonstration durch Atty Eleti, Leiter des ChatGPT-Sprachteams, bewies die Anwendung praktische Alltagstauglichkeit: Das System analysierte Ausgaben, buchte Sportplätze und synchronisierte Termine rein über Sprachbefehle. Eleti führt aus, dass die Sprachinteraktion langfristig zur primären Kommunikationsform für KI werden soll. Bereits heute nutzen über 150 Millionen Menschen ChatGPT-Diktier- und Sprachfunktionen. Technisch koppelt GPT-Live mit agenticen Modellen, die Computeroperationen steuern können. Das Team setzt dabei auf einen hybriden Ausgabeansatz: Abhängig vom Kontext variiert die Antwort zwischen reiner Sprache, Text oder einer Mischform, um die Informationsverarbeitung zu optimieren. Der Ausbau positioniert OpenAI im hart umkämpften Markt für KI-Personalassistenten, parallel zu Initiativen von Meta und Start-ups wie Instinct. Kurzfristig soll die Funktion die mobile Arbeitsdelegation erleichtern, strategisch dient sie der Vorbereitung auf eigene Hardware-Produkte. Medienberichten zufolge arbeitet das Unternehmen an einem Smart Speaker für einen Markteinführungsjahrgang 2027. Trotz des Potenzials bestehen Herausforderungen, da traditionelle Büroumgebungen stark an Desktop-Computer gebunden bleiben und die Lesegeschwindigkeit die Rezeptionsgeschwindigkeit des Gehörten oft übertrifft. Diese Faktoren wurden in die Architektur integriert, um die Benutzererfahrung nahtlos zu gestalten. Mit dem Release festigt OpenAI seine Marktstellung und treibt die natürliche Sprachsteuerung als Standard für digitale Interaktionen voran.
