OpenAI 与 Google：Gemini 向竞争对手 ChatGPT 的语音模式推出 Live Rolls – 出现新挑战

OpenAI 与 Google：这家科技巨头正在为其 AI 助手 Gemini 推出语音聊天功能 Gemini Live，以与 OpenAI 针对 ChatGPT 的全新高级语音模式展开竞争。 这项创新功能在 2024 Made by Google 活动中透露，将向高级套件的用户提供，承诺通过 AI 技术提供无缝语音交互体验。 请继续关注 Google 和 OpenAI 之间人工智能竞赛这一令人兴奋的进展的更多更新。

• OpenAI vs Google：Gemini Live 能否挑战 ChatGPT 的语音模式？
• 我们如何增强人工智能交互？
• OpenAI 如何利用其高级语音模式应对挑战？

OpenAI vs Google：Gemini Live 能否挑战 ChatGPT 的语音模式？

在 X 上的一个帖子中，该公司宣布推出 Gemini Live，旨在与 OpenAI 最近推出的 ChatGPT 高级语音模式竞争。 这一新功能在 2024 年的活动中推出，现在可供 Gemini Advanced 用户使用，以更自然、更灵活的方式增强 AI 交互。 用户可以自由地打断、切换主题或继续对话，就像打电话的自发性一样。 Gemini Live 以其新颖的语音引擎脱颖而出，被谷歌吹捧为能够提供连贯、充满情感和自然流畅的多轮对话。 它提供 10 种自然声音，甚至能够实时模仿用户的语音，将 AI 体验提升到新的水平。 此外，这种免提模式可以在后台或手机锁定时无缝运行，确保用户在执行多任务时通话不间断。 凭借 Gemini Live，该公司在人工智能竞赛中向前迈出了重要一步，挑战了 OpenAI 等公司，并塑造了基于语音的人工智能交互的未来。 。

我们如何增强人工智能交互？

因此，AI 助手的 Gemini 1.5 Pro 和 Gemini 1.5 Flash 模型由于与其他生成式 AI 模型相比具有更长的上下文窗口，因此可以促进扩展和复杂的对话。 这一进步使 Gemini Live 能够参与更持久的讨论，同时更有效地存储数据。 此外，该公司还宣布，在 2024 年 Google I/O 大会上首次展示的多模式输入将于年底纳入 Gemini Live，扩展到语音命令之外的功能。 这种集成将增强人工智能对图像和视频等视觉线索的理解和响应能力，使其更具适应性。 目前，此升级仅适用于英语 Android 用户，但对其他语言和 iOS 设备的支持即将推出。
随着该公司推出其最新功能，它正在为进一步的集成和进步做好准备。 在接下来的几周内，Gemini 将接收与 Google 应用程序兼容的新扩展，包括日历、Keep、任务和 YouTube Music。 这些集成有望简化用户的日常生活，使他们能够通过简单的语音命令有效地管理播放列表、提醒和日程安排。 此外，Android 用户很快就可以通过电源按钮或语音提示在任何应用程序上激活 Gemini。 这一创新功能将使用户能够跨各种应用程序与 Gemini 互动，提出询问或创建无缝融入其工作流程的图像等内容。

OpenAI 如何利用其高级语音模式应对挑战？

在正在进行的 OpenAI 与 Google 的竞争中，Google 为 ChatGPT 引入的高级语音模式在最初的 alpha 测试阶段遇到了一些挑战。 虽然这种模式旨在通过提供更逼真的对话交互来增强用户体验，但由于其高度真实的语音交换，它可能会导致对人工智能的过度依赖，从而引发了批评。 最近，OpenAI 对用户和人工智能之间出现的社会纽带提出了安全担忧，这可能会损害人与人之间的关系。 为了解决这些问题并进一步完善其人工智能能力，该公司一直在积极探索提高其人工智能模型的软件工程能力的方法。 作为这些努力的一部分，OpenAI 发布了 SWE-bench 基准的人工评估子集，旨在更准确地评估 AI 模型处理现实世界软件挑战的能力。 这一最新进展标志着我们对确保人工智能进步在日常使用中保持安全和实用的持续承诺。