ChatGPT अब आपको इंतज़ार नहीं कराएगा: GPT-Live 15 करोड़ यूज़र्स तक पहुंचा

जब आप पहले ChatGPT से बात करते थे, तो इंतज़ार करना पड़ता था। मॉडल आपकी बात प्रोसेस करता, जवाब तैयार करता, उसे पहुंचाता — और फिर आपके अगले सवाल का इंतज़ार करता। यह तथाकथित टर्न-बेस्ड आर्किटेक्चर है, जिस पर पहली कमर्शियल वॉइस AI लॉन्च के बाद से अब तक काम करती आई है। OpenAI ने इसे खत्म कर दिया है।

GPT-Live फुल-डुप्लेक्स आर्किटेक्चर पर काम करता है, यानी यह आने वाली बात को एक ही समय में प्रोसेस करता है और अपना जवाब भी तैयार करता है। इसका असली फ़र्क यह है कि आप मॉडल को बीच वाक्य में टोक सकते हैं — और वह रुक जाता है। यह छोटे-छोटे हाँ-भर, सवाल या दिशा-बदलाव को रजिस्टर कर सकता है, बिना इस बात के कि किसी एक व्यक्ति को पहले अपनी बात पूरी करनी हो। OpenAI ने आज से दुनिया भर में इसकी शुरुआत की है: पेड सब्सक्राइबर्स (Go, Plus, Pro) के लिए GPT-Live-1 और फ्री यूज़र्स के लिए GPT-Live-1 mini, जबकि एडवांस्ड वॉइस मोड को बिना किसी ऑप्ट-इन प्रॉम्प्ट के रिप्लेस कर दिया गया है।

हफ्ते में ChatGPT की वॉइस सुविधा इस्तेमाल करने वाले 15 करोड़ लोग इस बदलाव को दो लिहाज़ से ज़्यादा महसूस करेंगे: वे बातचीत जो जल्दी-जल्दी दिशा बदलती हैं, और वह ठहराव जो पहले यह बताता था कि मॉडल ने बोलना खत्म कर लिया। GPT-Live ध्यान देने के लिए छोटे-छोटे संकेत दे सकता है — ‘हम्म’, ‘हाँ’ — या बस चुप रह सकता है जब स्पीकर अभी भी कुछ सोच रहा हो। जब बातचीत में वेब सर्च, गहरी सोच या जटिल काम की ज़रूरत होती है, तो यह चुपके से पीछे किसी फ्रंटियर मॉडल को काम सौंपता है और उसका नतीजा लाइव बातचीत में वापस लाता है।

यहां संदेह का पैराग्राफ़ अहम है। फुल-डुप्लेक्स का मतलब यह नहीं है कि GPT-Live आपकी बात को बेहतर समझने लगा है — इसका मतलब है कि वह बातचीत की लय पर ज़्यादा स्वाभाविक ढंग से प्रतिक्रिया दे सकता है। शुरुआती परीक्षण बताते हैं कि जब कोई स्पीकर लंबी और घनी व्याख्या देता है, तो मॉडल कभी-कभी पूरी बात पूरी तरह प्रोसेस करने से पहले ही किसी बयान को स्वीकार कर लेता है। यह सिस्टम पूरी तरह OpenAI के सर्वर पर चलता है, इसलिए हर वॉइस कॉन्वर्सेशन एक कम-लेटेंसी कनेक्शन पर निर्भर करता है जो 15 करोड़ साप्ताहिक यूज़र्स में से सभी को बराबर मात्रा में नहीं मिल पाएगा। धीमे इंफ्रास्ट्रक्चर वाले क्षेत्र पा सकते हैं कि GPT-Live की रीयल-टाइम महत्वाकांक्षाएं उनके नीचे मौजूद नेटवर्क वास्तविकता से आगे निकल रही हैं।

इस माइग्रेशन के बारे में एक ढांचागत सवाल भी है। OpenAI ने अपने पूरे वॉइस-एक्टिव यूज़र बेस को बिना सहमति लिए एक नई प्रणाली पर डाल दिया है। कंपनी इसे अपग्रेड बता रही है — और कई मायनों में यह है भी। लेकिन यह उस इंटरैक्शन मॉडल में बदलाव भी है जिसके हिसाब से लाखों लोगों ने अपनी उम्मीदें सेट कर रखी थीं, और पिछली प्रणाली के लिए कोई घोषित सेवानिवृत्ति तिथि भी नहीं दी गई है।

OpenAI ने GPT-Live के संबंध में मौजूदा ChatGPT सब्सक्राइबर्स के लिए कीमतों में कोई बदलाव नहीं किया है। यह रोलआउट आने वाले दिनों में दुनिया भर के सभी यूज़र्स तक पहुंचने की उम्मीद है। एडवांस्ड वॉइस मोड की आधिकारिक सेवानिवृत्ति तिथि की पुष्टि नहीं की गई है।

टैग: OpenAI, chatgpt, AI मॉडल, full-duplex, GPT-Live, वॉइस AI