OpenAI выпустила несколько обновлений API в понедельник, в День разработки, официально представив свою новейшую языковую модель GPT-5 Pro, новую модель поколения видео Sora 2, а также более оптимизированную и дешевую речевую модель.

Эта серия инициатив направлена ​​на дальнейшее привлечение разработчиков к присоединению к экосистеме OpenAI, включая запуск инструмента AgentKit для разработчиков агентов ИИ и новые возможности, позволяющие создавать приложения в ChatGPT.

Генеральный директор OpenAI Сэм Альтман заявил, что появление GPT-5 Pro привлечет разработчиков, которым нужна «высокая точность и глубокая аргументация» в таких областях, как финансы, право и медицина. Альтман также подчеркнул, что голосовое взаимодействие быстро становится основным способом взаимодействия людей с ИИ, поэтому на этот раз OpenAI запустила новую версию голосовой модели «gpt-realtime mini» для API. Эта новая модель не только меньше и дешевле (всего 30% от цены предыдущей высококачественной голосовой модели), но она по-прежнему сохраняет «то же качество и выразительность голоса» и поддерживает взаимодействие потокового аудио с малой задержкой.

Кроме того, создатели экосистемы разработчиков OpenAI теперь могут получить доступ к Sora 2 через предварительную версию API. На прошлой неделе OpenAI выпустила новое поколение генератора аудио и видео Sora 2 и поддерживающее его приложение для коротких видео Sora, подобное TikTok. Пользователи могут создавать короткие видеоролики о себе или своих друзьях на основе подсказок и делиться ими через динамические потоки, рекомендованные алгоритмом.

Альтман сказал: «Теперь разработчики могут использовать в своих приложениях ту же модель генерации высококачественного видео, что и Sora 2». По сравнению со своим предшественником, Sora 2 имеет более реалистичное и физически согласованное воспроизведение сцен, синхронизацию звука и изображения, а также значительно улучшенный творческий контроль — от тщательного планирования работы камеры до стилизованных визуальных эффектов. Например, пользователи могут расширить поле зрения мобильного телефона до «широкоугольного уровня кинофильма» и испытать динамичное аудиовизуальное восприятие, которое полностью соответствует изображениям, звуковым эффектам окружающей среды, окружающим звукам и эффектам синхронизации.

Sora 2 позиционируется как инструмент разработки концепций, который можно использовать для первых набросков креативных идей для рекламы, а также для таких приложений, как дизайнеры игрушек, превращающие эскизы в концепции продуктов. Альтман отметил в качестве примера, что это типичный сценарий, когда OpenAI объединяется с производителем Барби Mattel, чтобы внедрить генеративный ИИ в закулисный процесс дизайна игрушек и создания контента.