Hôm nay, OpenAI đã tổ chức sự kiện trực tuyến để giới thiệu GPT-5 Omni, mô hình AI đa phương thức nguyên bản (native multimodal) được mong chờ nhất trong năm 2026. Khác với các phiên bản tiền nhiệm vốn ghép nối các module riêng lẻ, GPT-5 Omni được huấn luyện từ đầu để hiểu và sinh đồng thời các dòng dữ liệu văn bản, âm thanh và thị giác.
Điểm ấn tượng nhất của mô hình này là khả năng phản hồi bằng giọng nói theo thời gian thực với ngữ điệu hoàn toàn tự nhiên, có thể ngắt lời, thay đổi cảm xúc theo ngữ cảnh cuộc trò chuyện và phân tích video trực tiếp từ camera điện thoại với độ phân giải cao. Các chuyên gia đánh giá GPT-5 Omni đạt mốc son mới trong việc thu hẹp khoảng cách giao tiếp giữa con người và máy móc.
Bên cạnh đó, khả năng lập luận logic và viết mã (coding) của GPT-5 Omni cũng được cải thiện vượt trội nhờ kiến trúc Mixture of Experts (MoE) được tối ưu hóa. Mô hình hiện đã bắt đầu được triển khai cho các nhà phát triển thông qua API và người dùng cấp cao của nền tảng.