OpenAI против Google: Gemini запускает прямые трансляции, чтобы конкурировать с голосовым режимом ChatGPT — возникает новый вызов

OpenAI против Google: технологический гигант представляет Gemini Live, функцию голосового чата для своего AI-помощника Gemini, чтобы конкурировать с новым расширенным голосовым режимом OpenAI для ChatGPT. Эта инновационная функция, представленная на мероприятии Made by Google в 2024 году, будет доступна пользователям расширенного пакета, обещая беспрепятственное голосовое взаимодействие с технологией искусственного интеллекта. Следите за новостями об этом захватывающем развитии в гонке ИИ между Google и OpenAI.

• OpenAI против Google: может ли Gemini Live бросить вызов голосовому режиму ChatGPT?
• Как мы можем улучшить взаимодействие с искусственным интеллектом?
• Как OpenAI решает проблемы с помощью расширенного голосового режима?

OpenAI против Google: может ли Gemini Live бросить вызов голосовому режиму ChatGPT?

В теме на X компания объявила о запуске Gemini Live, стремящегося конкурировать с недавно представленным расширенным голосовым режимом OpenAI для ChatGPT. Эта новая функция, представленная на мероприятии 2024 года, теперь доступна пользователям Gemini Advanced, что делает взаимодействие с искусственным интеллектом более естественным и гибким. Пользователи могут свободно прерывать разговор, переключать темы или продолжать разговор, повторяя спонтанность телефонного звонка. Gemini Live выделяется своим новым речевым движком, который Google рекламирует как обеспечивающий связные, эмоционально заряженные и естественно плавные многоходовые диалоги. Предлагая 10 естественно звучащих голосов, он даже способен имитировать речь пользователя в режиме реального времени, поднимая возможности искусственного интеллекта на новый уровень. Более того, этот режим громкой связи работает бесперебойно в фоновом режиме или когда телефон заблокирован, обеспечивая непрерывные разговоры, пока пользователи выполняют многозадачность. С Gemini Live компания делает значительный шаг вперед в гонке искусственного интеллекта, бросая вызов OpenAI и формируя будущее голосового взаимодействия с искусственным интеллектом. .

Как мы можем улучшить взаимодействие с искусственным интеллектом?

Следовательно, модели помощника искусственного интеллекта Gemini 1.5 Pro и Gemini 1.5 Flash облегчают расширенные и сложные разговоры благодаря более длинному контекстному окну по сравнению с другими моделями генеративного искусственного интеллекта. Это усовершенствование позволяет Gemini Live участвовать в более продолжительных дискуссиях, сохраняя при этом данные более эффективно. Кроме того, компания объявила, что к концу года мультимодальный ввод, впервые продемонстрированный на Google I/O 2024, будет включен в Gemini Live и выйдет за рамки просто голосовых команд. Эта интеграция улучшит понимание и реагирование ИИ на визуальные сигналы, такие как изображения и видео, что сделает его еще более адаптируемым. В настоящее время это обновление предназначено исключительно для англоязычных пользователей Android, но ожидается поддержка дополнительных языков и устройств iOS.
Представляя свою последнюю функцию, компания готовится к дальнейшей интеграции и усовершенствованиям. В ближайшие недели Gemini получит новые расширения, совместимые с приложениями Google, включая Calendar, Keep, Tasks и YouTube Music. Эти интеграции обещают упростить повседневную работу пользователей, позволяя им эффективно управлять списками воспроизведения, напоминаниями и расписаниями с помощью простых голосовых команд. Кроме того, пользователи Android вскоре смогут активировать Gemini в любом приложении с помощью кнопки питания или голосовых подсказок. Эта инновационная функциональность позволит пользователям взаимодействовать с Gemini в различных приложениях, задавать вопросы или создавать контент, например изображения, который легко вписывается в их рабочие процессы.

Как OpenAI решает проблемы с помощью расширенного голосового режима?

В продолжающемся соперничестве OpenAI и Google внедрение Google Advanced Voice Mode для ChatGPT столкнулось с рядом проблем на начальном этапе альфа-тестирования. Хотя этот режим призван улучшить взаимодействие с пользователем, предлагая более реалистичное диалоговое взаимодействие, он вызвал критику за потенциальное усиление чрезмерной зависимости от ИИ из-за его очень реалистичного голосового обмена. Недавно OpenAI выразил обеспокоенность по поводу возникновения социальных связей между пользователями и ИИ, которые потенциально могут нанести вред отношениям между людьми. Чтобы решить эти проблемы и еще больше усовершенствовать свои возможности искусственного интеллекта, компания активно изучает способы повышения уровня разработки программного обеспечения своих моделей искусственного интеллекта. В рамках этих усилий OpenAI выпустила тестируемую вручную часть теста SWE-bench, предназначенную для более точной оценки того, насколько хорошо модели ИИ могут справляться с реальными проблемами программного обеспечения. Эта последняя разработка знаменует собой постоянную приверженность обеспечению того, чтобы достижения в области искусственного интеллекта оставались безопасными и практичными для повседневного использования.