Mostra sommario Nascondi sommario
OpenAI ha lanciato questa settimana **Gpt-Live**, una versione vocale riprogettata per conversazioni più fluide e meno interruzioni. L’annuncio arriva mentre l’azienda rilascia anche aggiornamenti sui modelli testuali e la concorrenza accelera con proprie soluzioni full‑duplex.
Per gli utenti di assistenti vocali la novità è concreta: Gpt‑Live mira a eliminare quei tagli improvvisi nella risposta che si verificano quando il sistema interpreta una pausa come fine dell’intervento. In pratica, promette conversazioni più naturali e meno frustrazione durante dettature, brainstorming o semplici scambi informali.
Un’architettura che ascolta e parla insieme
Hope di Na Hong-jin: trailer sci-fi horror con mostri e sangue
Occhiali smart Samsung con Google e Gemini: ecco il futuro indossabile
Il cambiamento tecnico chiave è il passaggio a un design **full‑duplex**: il modello elabora l’audio in ingresso in tempo reale mentre costruisce la risposta. Invece del vecchio approccio “a turni”, il sistema valuta più volte al secondo se continuare ad ascoltare, intervenire con un breve segnale o parlare.
Il risultato è un dialogo che può tollerare pause pensate, inserire piccoli segnali di ascolto — un “capisco”, un “mh” — e riprendere senza ricominciare da capo quando l’utente riapre la conversazione.
Risposte complesse e supporto in background
Quando la domanda richiede ricerche online o elaborazioni più profonde, Gpt‑Live delega i compiti complessi a modelli più potenti in back‑end, in modo da proseguire l’interazione senza lasciare l’utente in attesa. Questo flusso asincrono consente di restituire risultati non appena sono pronti.
Da oggi la funzione è disponibile in due versioni: **Gpt‑Live‑1** per gli abbonati e **Gpt‑Live‑1 mini** per gli utenti gratuiti. OpenAI ha introdotto anche livelli di ragionamento selezionabili a voce e pagine rapide per meteo, borsa e sport.
Tra le protezioni annunciate ci sono controlli specifici per la sicurezza audio — misure contro l’autolesionismo e la dipendenza emotiva dall’AI — filtri per prevenire l’imitazione di voci reali e strumenti di parental control per utenti minorenni. Al momento non è però possibile utilizzare Gpt‑Live in videochiamata né con la condivisione dello schermo.
Perché questo conta ora: conversazioni vocali più naturali ampliano l’utilità degli assistenti in mobilità, durante attività manuali o sessioni di lavoro collaborativo, e riducono l’attrito nell’adozione quotidiana di interfacce vocali avanzate.
Un esempio pratico
Immaginate di chiedere indicazioni per raggiungere un indirizzo e, mentre l’assistente sta già rispondendo, aggiungere: “Controlla anche il meteo e se c’è rischio di temporali”. Con Gpt‑Live l’AI può annotare la seconda richiesta senza interrompere maldestramente la prima e fornire poi le informazioni integrate, aggiornando la risposta appena la ricerca è completata.
Lo sviluppo favorisce scenari reali: dettare lunghi testi senza dover premere continuamente il tasto del microfono, fare brainstorming mentre l’assistente prende appunti e ricevere chiarimenti senza perdere il contesto.
Jason Liu, ingegnere di OpenAI, ha condiviso su X l’esperienza personale con il nuovo sistema, raccontando sessioni di dettatura prolungate in cui l’AI interveniva solo con pochi segnali di ascolto, permettendogli di riprendere il filo ogni volta che serviva.
Cosa stanno facendo gli altri
La corsa al full‑duplex non è una novità esclusiva di OpenAI. Google, con **Gemini Live**, offriva già funzioni simili e integrazione con fotocamera e condivisione schermo grazie al modello Gemini 3.1 Flash Live.
Secondo alcuni indizi ricavati dal codice dell’app Android, Google sta sperimentando anche una modalità “push‑to‑talk” che tiene il microfono attivo solo mentre l’utente preme un tasto, una soluzione pratica per ridurre falsi riconoscimenti dovuti ai rumori di fondo.
In Cina, ByteDance ha distribuito su Doubao un modello vocale chiamato Seeduplex, dichiarando un miglioramento nella robustezza alle interruzioni in ambienti rumorosi. Nvidia ha invece rilasciato PersonaPlex, rivolto a ricercatori e sviluppatori interessati a conversazioni naturali con possibilità di personalizzare voce e “personalità” dell’assistente.
Gpt‑5.6 e pressioni regolatorie
Parallelamente a Gpt‑Live, OpenAI prepara il lancio pubblico della nuova generazione testuale, identificata come Gpt‑5.6 nelle varianti Sol, Terra e Luna. Il roll‑out ha subito ritardi a seguito di richieste di revisione da parte di autorità governative statunitensi, che hanno chiesto accessi controllati per valutazioni sulla sicurezza.
Dopo ulteriori verifiche, la diffusione più ampia è stata autorizzata dalle autorità coinvolte, anche se i funzionari hanno precisato che la tempistica finale resta una decisione commerciale dell’azienda.
Anche altre imprese del settore hanno incontrato limitazioni: nelle scorse settimane Anthropic ha temporaneamente sospeso l’accesso ad alcuni modelli per adeguarsi a restrizioni imposte dal Dipartimento del Commercio statunitense; alcune di queste misure sono poi state revocate.
Musk risponde con Grok 4.5
Non è mancata la replica di Elon Musk: SpaceXAI — la nuova entità nata dalla sinergia tra xAI e SpaceX — ha presentato **Grok 4.5**, sviluppato con il supporto dello strumento di coding Cursor. Questo modello è pensato per compiti agentici mirati a programmazione, ambito legale e finanza, piuttosto che per la conversazione casuale.
Musk parla di un modello più veloce ed economico rispetto ad alcuni concorrenti di fascia alta; secondo le cifre divulgate, i costi stimati per token sono inferiori rispetto ad alcune offerte attuali, anche se la disponibilità in Europa non è ancora completa.
Dietro Grok 4.5 c’è anche l’uso di capacità di calcolo condivise su cui operano altri big del settore, una dinamica che sta ridisegnando l’accesso alle risorse di training su larga scala.
Cosa cambia per gli utenti
La diffusione di soluzioni voice full‑duplex promette interazioni più fluide e utili con gli assistenti, ma solleva anche questioni pratiche su privacy, abuso vocale e controllo dei contenuti. Le protezioni annunciate sono un passo, ma l’efficacia reale si misurerà nell’uso quotidiano e nei casi limite.
Nei prossimi mesi sarà interessante osservare come queste tecnologie verranno integrate in app, auto, dispositivi domestici e strumenti professionali, e quale equilibrio si troverà tra funzionalità avanzate e salvaguardie regolamentari.
