Meta zieht umstrittene KI-Funktion zurück, die Instagram-Bilder verwendete

Unternehmen der künstlichen Intelligenz setzen auf Agenten, die Aufgaben autonom ausführen. OpenAI führte ChatGPT Work ein, ein neues Modell auf Basis von GPT-5.6, das in der Lage ist, komplexe Projekte von Anfang bis Ende auszuführen.

Nach Angaben des Unternehmens interagiert dieser Agent mit Dokumenten, Anwendungen und hält stundenlang aktive Aktivitäten aufrecht, ohne dass der Benutzer vor dem Computer sitzt.

„Work basiert auf GPT-5.6, unserer neuesten Familie von Frontier-Modellen, einschließlich unseres neuen Flaggschiffmodells Sol, zusammen mit Terra, einem ausgewogenen Modell für die tägliche Arbeit, und Luna, unserem kostengünstigsten Modell.“

Was können Sie damit tun?

Im Gegensatz zur Standardversion von ChatGPT übernimmt diese Edition umfassendere Aufgaben: das Sammeln von Informationen aus verschiedenen Dokumenten, das Zusammenstellen von Präsentationen für Führungskräfte, das Erstellen von Tabellenkalkulationen und mehr.

Der Benutzer kann den Fortschritt des Projekts überwachen, Informationen überprüfen und jede Phase genehmigen, bevor er fortfährt. Laut OpenAI verbessern diese Modelle die Leistung bei Forschung, Datenanalyse, Programmierung, Dokumenterstellung und komplexer Problemlösung.

Verfügbarkeit und Phasen

Die Desktop-Version wird weltweit für alle Benutzer auf Mac und Windows verfügbar sein, einschließlich der kostenlosen Version. Auf Web- und Mobilgeräten wird es für Pro-, Enterprise- und Edu-Benutzer verfügbar sein; während Plus und Business in den kommenden Tagen Zugang erhalten.

Pro- und Enterprise-Benutzer können GPT-5.6 Pro auch für die anspruchsvollsten Aufgaben auswählen. Der Rollout wird in Phasen erfolgen, beginnend mit dem Desktop und dann auf andere Plattformen ausgeweitet.

Zum ersten Mal gingen alle Bildschirme am Times Square in New York für ein paar Sekunden aus. Es geschah diesen Donnerstag im Rahmen der Feierlichkeiten zum zehnjährigen Jubiläum von Pokémon Go.

Ein Jahrzehnt des Pokémon-Fangens

Der Blackout stellte den größten Schachzug des Videospiels nach: Hunderte von Trainern synchronisierten ihre Geräte, um Mega Mewtwo zu besiegen. Die Szene erinnerte an die Original-Promo von 2016, die eine massive Razzia auf dem berühmten New Yorker Platz zeigte.

Der Moment ging in den sozialen Netzwerken viral. Die Screenshots zeigten Teilnehmer mit erhobenen Mobiltelefonen, wie sie mithilfe der Bildschirme in der Umgebung die Aktion koordinierten.

„An alle Trainer, die Teil dieser Reise waren: Vielen Dank. Für die Freundschaften, Abenteuer, Entdeckungen und Erinnerungen (…) Wir sind dankbar, 10 unglaubliche Jahre zu feiern, und wir können es kaum erwarten, zu sehen, was die Zukunft bringt“, heißt es in den offiziellen Berichten des Spiels.

Die Veranstaltung beinhaltete eine musikalische Überraschung des Los Angeles-Duos Loud Luxury. Seine Präsentation bildete den Auftakt zum Pokémon Go Fest 2026, einer weltweiten Feier mit besonderen Aktivitäten in mehreren Ländern.

Natürlichere Stimme

OpenAI hat GPT-Live-1 und seine Mini-Version auf den Markt gebracht, eine neue Generation von Sprachmodellen für ChatGPT. Die Interaktion ähnelt nun eher einem menschlichen Gespräch: Das System hört zu, antwortet und hält sogar inne, wenn der Benutzer nachdenkt.

Während der Live-Aufführung reagierte der Stimmmodus sofort, behielt den Rhythmus bei und zeigte eine natürliche Intonation. Er führte auch Simultanübersetzungen durch, wobei er gleichzeitig zuhörte und sprach.

Laut OpenAI nutzen wöchentlich mehr als 150 Millionen Menschen ihre Stimme auf ChatGPT, um Fragen zu beantworten, Sprachen zu üben oder Auto zu fahren.

Vollduplex-Architektur

Die wichtigste Neuerung ist die Vollduplex-Architektur: Das Modell kann gleichzeitig zuhören und sprechen. Es wartet nicht mehr darauf, dass der Benutzer fertig ist, bevor es antwortet, sondern greift bei Bedarf ein oder bleibt stumm, wenn es erkennt, dass die Person noch nachdenkt.

„GPT Live klingt so natürlich, dass es fast so ist, als würde man mit einer echten Person sprechen. Es ist ein ganz besonderes Erlebnis, das man versuchen muss, zu spüren“, sagte Atty Eleti vom technischen Team von OpenAI.

Das System vermeidet Unterbrechungen durch Umgebungslärm oder kurze Pausen. Sie können jetzt Ausdrücke wie „uh-huh“ verwenden, um anzuzeigen, dass Sie immer noch aufmerksam sind. Der Benutzer kann darum bitten, langsamer zu sprechen, eine Pause einzulegen oder mit neuen Fragen zu unterbrechen, ohne den Sprachfluss zu unterbrechen.

Simultanübersetzung und Argumentation

Wenn eine Abfrage eine Internetsuche oder eine komplexe Analyse erfordert, delegiert GPT-Live diese Aufgabe an GPT-5.5. Das Gespräch wird ohne Unterbrechung fortgesetzt, während das Grenzmodell die Antwort verarbeitet.

„Wenn GPT Live eine Frage erhält, die eine eingehende Analyse erfordert, kann es diese Argumentation an GPT-5.5 delegieren, während GPT Live weiterhin mit dem Benutzer kommuniziert“, erklärte Kundan Kumar vom technischen Team.

Benutzer wählen zwischen drei Argumentationsebenen: Sofort, Mittel und Hoch. Zu den Antworten können visuelle Karten gehören, wenn das Zeigen hilfreicher ist als das Erzählen.

Die Simultanübersetzung funktioniert dank der Vollduplex-Architektur: Sie hören sich eine Sprache an, während Sie die Übersetzung in einer anderen erstellen, ähnlich wie bei einem professionellen Dolmetscher.

Sicherheit und Verfügbarkeit

OpenAI verstärkte die Sicherheit durch spezielles Training für Sprachgespräche und Mechanismen, die in Echtzeit agieren. Wenn riskante Inhalte erkannt werden, leiten Sie die Konversation um oder beenden Sie die Interaktion. Das System verwendet nur vordefinierte Stimmen, ohne echte Menschen zu imitieren.

Das Update wird diese Woche für iOS, Android und ChatGPT.com verfügbar sein. GPT-Live-1 wird das Standardmodell für Go-, Plus- und Pro-Pläne sein; GPT-Live-1 mini kommt zum kostenlosen Plan.