ประเด็นสำคัญ
OpenAI ปรับโครงสร้างระบบเสียงของ ChatGPT ครั้งใหญ่ เปิดให้สตรีมเสียงต่อเนื่องไม่สะดุด สถาปัตยกรรมใหม่ GPT-Live ทำให้ ChatGPT สามารถ “ฟังไปพูดไป” ได้พร้อมกัน เวลาเริ่มต้นเซสชันเสียงลดจากการวิ่งเครือข่าย 6 รอบเหลือเพียง 1 รอบ เสียงถูกส่งผ่านเส้นทางความเร็วสูงเฉพาะ ขณะที่การประมวลผลและเรียกใช้เครื่องมือทำงานแบบอะซิงก์ OpenAI เผยแพร่เอกสารเชิงเทคนิคอธิบายการยกเครื่องทั้งระบบอย่างละเอียด
OpenAI ยกเครื่องโครงสร้างพื้นฐานด้านเสียงที่อยู่เบื้องหลัง ChatGPT เปิดตัวสถาปัตยกรรมใหม่ชื่อ GPT-Live ที่ออกแบบมาให้เสียงสนทนาไหลต่อเนื่อง แม้เบื้องหลังจะมีการคิดวิเคราะห์เชิงลึกหรือเรียกใช้เครื่องมือต่าง ๆ โดยไม่ทำให้การสนทนาชะงัก
OpenAI อธิบายรายละเอียดการเปลี่ยนแปลงผ่านชุดโพสต์ เมื่อวันที่ 3 สิงหาคม และเผยแพร่บล็อก อธิบายกระบวนการยกเครื่องตั้งแต่ฝั่งไคลเอนต์ไปจนถึงตัวโมเดล บริษัทระบุว่าสามารถลดขั้นตอนการเชื่อมต่อเครือข่าย สำหรับเริ่มเซสชันเสียงจาก 6 รอบเหลือเพียง 1 รอบ
กลไกการทำงานของ GPT-Live
GPT-Live แยก “เส้นทางเสียง” ออกมาเป็นสายพิเศษความเร็วสูง ไม่ปะปนกับเส้นทางการคิดวิเคราะห์ หรือการเรียกเครื่องมือ ระบบส่วนที่ใช้เหตุผลเชิงลึกและเชื่อมต่อกับเครื่องมือทำงานแบบอะซิงโครนัส หรือทำงานเบื้องหลังโดยไม่ต้องหยุดการสตรีมเสียง
ผลลัพธ์คือเซสชันเสียงที่เริ่มต้นได้รวดเร็วขึ้น และสามารถรักษาการสนทนาให้ต่อเนื่อง โดยไม่มีช่องว่างที่ผู้ใช้เคยพบเมื่อตัวโมเดลใช้เวลาประมวลผลคำสั่งที่ซับซ้อน
OpenAI ระบุในโพสต์ ว่า สถาปัตยกรรมใหม่ถูกออกแบบมาให้รับมือจุดเริ่มต้นของเซสชันโดยเฉพาะ ทำให้บทสนทนารู้สึกเป็นธรรมชาติตั้งแต่ประโยคแรก การยกเครื่องครั้งนี้แก้ข้อจำกัดเชิงโครงสร้างของสแต็กเดิม ที่ทุกขั้นตอนการใช้เหตุผลบังคับให้เลเยอร์เสียงต้องรอ
GPT-Live มุ่งลดดีเลย์โหมดเสียงของ ChatGPT
ช่วงปี 2026 OpenAI เดินหน้าลงทุนด้านความสามารถด้านเสียงอย่างจริงจัง ก่อนหน้านี้บริษัทถูกวิจารณ์ว่าเสียงตอบกลับของ ChatGPT ดูติด ๆ ขัด ๆ และล่าช้า โดยเฉพาะเมื่อรับมือคำถามหลายขั้นตอน การยกเครื่องเป็น GPT-Live จึงถือเป็นคำตอบทางวิศวกรรมโดยตรงต่อจุดอ่อนดังกล่าว
การเปิดตัวครั้งนี้ต่อเนื่องจากการเปิดเผยเมื่อเดือนก่อนที่ OpenAI ระบุว่า เวอร์ชันภายในของโมเดลรุ่นถัดไปสามารถสร้างผลงานใหม่ด้านคณิตศาสตร์ได้ 10 ผลงาน ด้วยต้นทุนโทเคนราว 2,000 ดอลลาร์ สะท้อนการลงทุนโครงสร้างพื้นฐานอย่างกว้างขวางในผลิตภัณฑ์ทั้งหมด
