Deux instances de GPT-4o interagissent et chantent

3 minutesDécouvrir l’IAFondamentauxOpenAIChatGPT & LLMs

OpenAI. Deux instances du mode vocal dialoguent ; l'une accède à la caméra afin de décrire la pièce. En trois minutes, la séquence fait saisir efficacement ce qui distingue le mode vocal des anciennes interfaces « appuyez sur le microphone, attendez, puis écoutez » : interruption, intonation, musique et vision en temps réel sont réunies dans une même démonstration.

Note d’AI Expert

Considérez cette vidéo uniquement comme une brève démonstration intuitive. Elle ne prouve pas qu'un agent vocal en production peut prendre en charge de véritables utilisateurs en toute sécurité sans information préalable, règles d'enregistrement, solution de repli ni relais humain.

Ce que vous en retirerez

Découvrir rapidement l'interaction vocale multimodale, notamment l'interruption, le ton et la conversation consciente de la caméra.

À voir ou à connaître au préalable

Garder à l'esprit que le comportement présenté peut différer selon le produit, la région et le niveau de compte auxquels vous avez accès.

Dernière révision : 18 mai 2026

À regarder ensuite

Continuez dans le même parcours d’apprentissage avec les prochaines vidéos d’accompagnement sélectionnées.