De acordo com o TechCrunch, o CEO da OpenAI, Sam Altman, revelou em um Reddit AMA que a empresa está enfrentando limitações significativas de capacidade de computação, o que está dificultando a frequência de lançamentos de produtos. Altman explicou que a complexidade dos modelos e a necessidade de tomar decisões difíceis sobre alocação de computação são os principais fatores nos atrasos. Relatórios indicam que a OpenAI tem lutado para garantir infraestrutura de computação suficiente para executar e treinar seus modelos generativos. Recentemente, a Reuters relatou que a OpenAI tem colaborado com a Broadcom para desenvolver um chip de IA, com previsão de disponibilidade para 2026.
Devido a essas restrições de capacidade, o Modo de Voz Avançado da OpenAI para o ChatGPT não receberá as capacidades de visão inicialmente demonstradas em abril. Durante o evento de imprensa de abril, a OpenAI apresentou o aplicativo ChatGPT respondendo a pistas visuais via câmera de smartphone. No entanto, a Fortune posteriormente relatou que a demonstração foi apressada para desviar a atenção da conferência de desenvolvedores I/O do Google, e muitos dentro da OpenAI acreditavam que o GPT-4o não estava pronto para lançamento. Consequentemente, a versão apenas de voz do Modo de Voz Avançado enfrentou meses de atrasos.
Na AMA, Altman mencionou que não há um cronograma definido para o próximo grande lançamento do gerador de imagens da OpenAI, DALL-E. Além disso, Sora, a ferramenta de geração de vídeos da OpenAI, foi adiada devido à necessidade de perfeição do modelo, considerações de segurança e escalabilidade de computação. Kevin Weil, o diretor de produtos da OpenAI, observou que Sora enfrentou desafios técnicos, tornando-a menos competitiva em comparação com sistemas rivais da Luma e Runway. O sistema original, apresentado em fevereiro, levou mais de 10 minutos para processar um clipe de vídeo de 1 minuto. Em outubro, Tim Brooks, um dos co-líderes da Sora, saiu para o Google.
Altman também discutiu a possibilidade de permitir