OpenAI เปิดตัว GPT-Live-1 และ GPT-Live-1 mini: ปฏิวัติการสนทนาด้วยเสียงกับ AI แบบ Full-Duplex

วันที่ 8 กรกฎาคม 2026 OpenAI ได้เปิดตัว GPT-Live ตระกูลโมเดลเสียงชุดใหม่ที่เปลี่ยนโฉมหน้าของการโต้ตอบระหว่างมนุษย์กับผู้ช่วย AI ไปอย่างสิ้นเชิง แทนที่รูปแบบ 'ฉันพูด แล้วเธอพูด' ที่แข็งกระด้างของระบบสั่งงานด้วยเสียงรุ่นเก่า GPT-Live-1 และ GPT-Live-1 mini ใช้ สถาปัตยกรรมแบบ full-duplex ที่สามารถฟังและพูดในเวลาเดียวกันได้

นี่คือรายละเอียดแบบเจาะลึกพร้อมตรวจสอบข้อเท็จจริงแล้วว่าโมเดลเหล่านี้ทำอะไรได้บ้าง แตกต่างจากระบบแบบผลัดกันพูดอย่างไร ใครเป็นคนสร้าง และช่วงเวลาเดียวกันนั้นมีการเปิดตัว AI สำคัญอื่นใดอีกบ้าง

GPT-Live-1 และ GPT-Live-1 mini คืออะไร?

GPT-Live มีให้เลือกสองเวอร์ชัน :

• GPT-Live-1 — สำหรับผู้ใช้ ChatGPT แบบเสียเงิน (ระดับ Go, Plus, Pro)
• GPT-Live-1 mini — สำหรับผู้ใช้ฟรี

ทั้งสองรุ่นมาแทนที่ Advanced Voice Mode เดิมของ ChatGPT โดยใช้สถาปัตยกรรม full-duplex ที่ประมวลผลเสียงที่รับเข้ามาอย่างต่อเนื่องพร้อมกับสร้างเสียงพูดตอบกลับ แทนที่จะเป็นระบบ half-duplex แบบเก่าที่โมเดลต้องพูดจบก่อนถึงจะฟังผู้ใช้ได้

OpenAI กล่าวว่าต้นทุนในการประมวลผล (inference costs) ลดลงมากพอที่จะทำให้ระบบเสียงนี้ใช้งานได้ในเชิงธุรกิจ จึงสามารถปล่อยให้ผู้ใช้ฟรีใช้ได้ด้วย ในช่วงเปิดตัว GPT-Live ใช้ GPT-5.5 เป็นตัวประมวลผลเบื้องหลัง

Full-Duplex ดีกว่าการผลัดกันพูดอย่างไร?

ความสามารถแบบ full-duplex เปลี่ยนความรู้สึกในการใช้งาน AI เสียงในสามด้านหลัก ซึ่ง OpenAI สาธิตให้เห็นระหว่างการแถลงเปิดตัว

1. การขัดจังหวะและผลัดกันพูดที่เป็นธรรมชาติ

โมเดลสามารถถูกขัดจังหวะขณะกำลังพูดได้ โดยมันจะหยุดและฟังทันที ไม่ใช่พูดกลบผู้ใช้ ยิ่งไปกว่านั้น มันยังตรวจจับเมื่อผู้ใช้หยุดคิดกลางประโยคและรอคอยโดยไม่แทรกขึ้นมา Atty Eleti หัวหน้าฝ่ายผลิตภัณฑ์ของ ChatGPT Voice กล่าวระหว่างการแถลงว่า "นี่คือโมเดลแบบ full-duplex"

โมเดลยังสามารถแสดงว่ากำลังตั้งใจฟังด้วยเสียงเช่น "อือ" หรือ "ค่ะ/ครับ" ขณะที่ผู้ใช้ยังพูดอยู่ และจะเงียบเมื่อคุณต้องการใช้เวลาคิด

2. ส่งต่องานซับซ้อนให้โมเดลข้อความระดับสูงทำงานแบบคู่ขนาน

เมื่อ GPT-Live เจอคำถามยากๆ มันจะส่งต่องานให้โมเดลข้อความล่าสุดของ OpenAI (เช่น GPT-5.5) ประมวลผลแบบคู่ขนาน ขณะที่ตัว GPT-Live เองยังคงสนทนากับผู้ใช้ต่อไป Kundan Kumar หัวหน้านักวิจัยกล่าวว่า "เมื่อ GPT-Live ต้องคิดหนักกับคำถามหนึ่ง มันสามารถส่งต่อการคิดและงานที่ซับซ้อนให้ GPT-5.5 ทำงานแบบคู่ขนาน ในขณะที่ GPT-Live ยังคงสนทนากับผู้ใช้อยู่" หมายความว่าผู้ใช้ไม่ต้องรอให้โมเดลเสียงคิดคำตอบยาวๆ การเปลี่ยนจากขั้นตอนค้นคว้ามาพูดสรุปผลแทบจะทันทีทันใด

3. สร้างภาพระหว่างการสนทนา

GPT-Live สามารถเสริมการสนทนาด้วยภาพบนหน้าจอ ไม่ว่าจะเป็นรูปภาพ แผนภาพ หรือเนื้อหาอื่นที่สร้างโดย AI สร้างประสบการณ์แบบ multimodal ที่เหนือกว่าการคุยด้วยเสียงอย่างเดียว เว็บไซต์ The Verge รายงานว่าโมเดลนี้จะเสริมการสนทนาเกี่ยวกับสภาพอากาศ หุ้น และกีฬาด้วยภาพที่สร้างโดย AI

โดยรวมแล้ว ฟีเจอร์เหล่านี้ทำให้การสนทนาดูเป็นธรรมชาติมากขึ้น Business Insider บรรยายว่าผู้ช่วยคนนี้ "อยากให้คุณพูดกลบมัน" ส่วนพาดหัวของ The Verge ก็บอกว่ามัน "เงียบเก่งขึ้น"

ใครเป็นผู้นำการพัฒนา?

บุคคลสำคัญสองคนที่ถูกเอ่ยถึงในงานแถลงข่าวและรายงานของสื่อ:

• Kundan Kumar — หัวหน้านักวิจัยของ GPT-Live The Verge ระบุว่าเป็น "หัวหน้านักวิจัยของ OpenAI" สำหรับโปรเจกต์นี้ เขาย้ายมาจาก Character.AI กลางปี 2025 และเป็นหัวหอกหลักในโปรเจกต์เสียง AI
• Atty Eleti — หัวหน้าฝ่ายผลิตภัณฑ์ ChatGPT Voice ซึ่งเป็นผู้นำเสนอโมเดลในไลฟ์สตรีมเปิดตัว

รายงานก่อนหน้านี้ตั้งแต่เดือนมกราคม 2026 ยังระบุชื่อหัวหน้าฝ่ายโครงสร้างพื้นฐาน Ben Newhouse และผู้จัดการผลิตภัณฑ์ Jackie Shannon ว่ามีส่วนร่วมในการปรับโครงสร้างระบบเสียง AI

ไทม์ไลน์การเปิดตัว

• 8 กรกฎาคม 2026 — เริ่มเปิดตัวทั่วโลกให้ผู้ใช้ ChatGPT ทุกคนบน iOS, Android และเว็บ โดย GPT-Live-1 สำหรับสมาชิกแบบเสียเงิน และ GPT-Live-1 mini สำหรับผู้ใช้ฟรี
• ในวันเดียวกัน (7-8 กรกฎาคม) OpenAI ยังปล่อยโมเดล Realtime API ใหม่ (gpt-realtime-2.1 และ gpt-realtime-2.1-mini) ซึ่งลดเวลาแฝงที่เปอร์เซ็นไทล์ที่ 95 (p95 latency) ลง 25% จากการปรับปรุงการแคช

ข้อจำกัดหนึ่งที่ถูกกล่าวถึงตอนเปิดตัวคือ GPT-Live ยังไม่รองรับเสียงพร้อมกับวิดีโอในตอนนี้

การเปิดตัว AI ครั้งสำคัญอื่นๆ ในสัปดาห์เดียวกัน

GPT-Live ของ OpenAI เปิดตัวท่ามกลางสัปดาห์ที่คึกคักเป็นพิเศษของวงการ AI

ระบบนิเวศของ OpenAI เอง:

• GPT-5.6 (รุ่น Sol, Terra และ Luna) คาดว่าจะปล่อยให้สาธารณชนใช้ได้ในวันที่ 9 กรกฎาคม 2026 ขยายการเข้าถึงหลังจากเปิดตัวแบบจำกัดมาก่อนหน้านี้

คู่แข่งและข่าวอื่นๆ ที่เกี่ยวข้อง:

• Anthropic — อัปเดตครั้งใหญ่ให้ Claude Sonnet 5 ในช่วงต้นเดือนกรกฎาคม ปรับปรุงความสามารถในการทำตามคำสั่งและความแม่นยำในการเขียนโค้ดสำหรับงาน agentic ที่ซับซ้อน รัฐบาลทรัมป์ยังยกเลิกมาตรการควบคุมการส่งออกโมเดล Fable 5 และ Mythos 5 ของ Anthropic ในสัปดาห์เดียวกันนั้นด้วย
• Google DeepMind — ปล่อย NanoBanana 2 Lite โมเดลสร้างภาพที่สร้างภาพได้ภายใน 4 วินาที ในราคา 0.034 ดอลลาร์ต่อ 1,000 ภาพ
• Meta — มีรายงานว่าเตรียมให้บริการ neocloud และอยู่ภายใต้แรงกดดันจากรัฐบาลสหรัฐฯ ในเรื่องการทบทวนความปลอดภัย AI
• SpaceXAI (xAI) — มีรายงานว่าเตรียมปล่อยโมเดล AI ใหม่ร่วมกับ Anysphere (ผู้สร้าง Cursor) เป็นส่วนหนึ่งของการแข่งขันที่ดุเดือด
• จีน — นับถอยหลัง 9 วันสู่กฎหมายคู่หู AI ฉบับใหม่ของจีน ซึ่งจะบังคับให้ปิดระบบกระทบต่อผู้ใช้ Doubao 345 ล้านคน
• ทำเนียบขาว — คาดว่าจะประกาศมาตรฐานโมเดล AI โดยสมัครใจ