OpenAI 與 Google：Gemini 向競爭對手 ChatGPT 的語音模式推出 Live Rolls – 出現新挑戰

OpenAI 與 Google：這家科技巨頭正在為其 AI 助理 Gemini 推出語音聊天功能 Gemini Live，以與 OpenAI 的 ChatGPT 全新高級語音模式競爭。 這項創新功能在 2024 Made by Google 活動中透露，將向高級軟體包的用戶提供，承諾透過 AI 技術提供無縫語音互動體驗。 請繼續關注 Google 和 OpenAI 之間人工智慧競賽這一令人興奮的進展的更多更新。

• OpenAI vs Google：Gemini Live 能否挑戰 ChatGPT 的語音模式？
• 我們如何增強人工智慧互動？
• OpenAI 如何運用其高階語音模式來應對挑戰？

OpenAI vs Google：Gemini Live 能否挑戰 ChatGPT 的語音模式？

在 X 上的一個貼文中，該公司宣布推出 Gemini Live，旨在與 OpenAI 最近推出的 ChatGPT 高級語音模式競爭。 這項新功能在 2024 年的活動中推出，現在可供 Gemini Advanced 用戶使用，以更自然、更靈活的方式增強 AI 互動。 使用者可以自由地打斷、切換主題或繼續對話，就像打電話的自發性一樣。 Gemini Live 以其新穎的語音引擎脫穎而出，被Google吹捧為能夠提供連貫、充滿情感和自然流暢的多輪對話。 它提供 10 種自然聲音，甚至能夠即時模仿用戶的語音，將 AI 體驗提升到新的水平。 此外，這種免持模式可以在後台或手機鎖定時無縫運行，確保用戶在執行多任務時通話不間斷。 憑藉 Gemini Live，該公司在人工智慧競賽中向前邁出了重要一步，挑戰了 OpenAI 等公司，並塑造了基於語音的人工智慧互動的未來。 。

我們如何增強人工智慧互動？

因此，AI 助理的 Gemini 1.5 Pro 和 Gemini 1.5 Flash 模型由於與其他生成式 AI 模型相比具有更長的上下文窗口，因此可以促進擴展和複雜的對話。 這項進步使 Gemini Live 能夠參與更持久的討論，同時更有效地儲存資料。 此外，該公司還宣布，在 2024 年 Google I/O 大會上首次展示的多模式輸入將在年底前納入 Gemini Live，擴展到語音命令之外的功能。 這種整合將增強人工智慧對圖像和視訊等視覺線索的理解和響應能力，使其更具適應性。 目前，此升級僅適用於英語 Android 用戶，但對其他語言和 iOS 裝置的支援即將推出。

隨著該公司推出其最新功能，它正在為進一步的整合和進步做好準備。 在接下來的幾週內，Gemini 將接收與 Google 應用程式相容的新擴展，包括日曆、Keep、任務和 YouTube Music。 這些整合有望簡化用戶的日常生活，使他們能夠透過簡單的語音命令有效地管理播放清單、提醒和日程安排。 此外，Android 用戶很快就可以透過電源按鈕或語音提示在任何應用程式上啟動 Gemini。 這項創新功能將使用戶能夠在各種應用程式中與 Gemini 互動，提出詢問或創建無縫融入其工作流程的圖像等內容。

OpenAI 如何運用其高階語音模式來應對挑戰？

在正在進行的 OpenAI 與 Google 的競爭中，Google 為 ChatGPT 引入的高級語音模式在最初的 alpha 測試階段遇到了一些挑戰。 雖然這種模式旨在透過提供更逼真的對話互動來增強用戶體驗，但由於其高度真實的語音交換，它可能會導致對人工智慧的過度依賴，從而引發了批評。 最近，OpenAI 對用戶和人工智慧之間出現的社會紐帶提出了安全擔憂，這可能會損害人與人之間的關係。 為了解決這些問題並進一步完善其人工智慧能力，該公司一直在積極探索提高其人工智慧模型的軟體工程能力的方法。 作為這些努力的一部分，OpenAI 發布了 SWE-bench 基準的人工評估子集，旨在更準確地評估 AI 模型處理現實世界軟體挑戰的能力。 這項最新進展標誌著我們對確保人工智慧進步在日常使用中保持安全和實用的持續承諾。