„OpenAI“ į „ChatGPT“ mobiliąją programėlę įdiegė balsu valdomas agentines funkcijas

Trečiadienį „OpenAI“ pradėjo diegti „ChatGPT Voice“ patobulinimų paketą, sujungdama savo balso sąsają su GPT-6 modeliais, trečiųjų šalių papildiniais ir bendrovės agentiniu darbo režimu mobiliuosiuose įrenginiuose bei žiniatinklyje. Tai žingsnis, paverčiantis balso pokalbius daugiapakopių užduočių, tokių kaip dokumentų rengimas, kalendorių tvarkymas ir naršymas internete, paleidimo aikštele.

Balsas susitinka su agentiniu darbu

Atnaujinimas susieja „OpenAI“ realaus laiko balso modelį „GPT-Live“ su dirbtinio intelekto modeliais, galinčiais valdyti naršykles ir prijungtas programėles, išplėsdamas galimybes, kurios anksčiau buvo ribojamos tik staliniame kompiuteryje. „Plus“ ir „Pro“ prenumeratoriai dabar gali naudoti balsą savo telefonuose, kad inicijuotų darbo eigas skirtuke „Work“, įskaitant pristatymų kūrimą, „Slack“ pranešimų apibendrinimą ir el. laiškų juodraščių rengimą.techcrunch+1

Demonstracijoje „Business Insider“ „OpenAI“ „ChatGPT“ balso produktų vadovas Atty Eleti naudojo tik kalbą, kad išanalizuotų savo „DoorDash“ išlaidas, užsisakytų „pickleball“ aikštelę ir pertvarkytų savo kalendorių. „Ateityje įsivaizduojame, kad žmonės balsą naudos kaip pagrindinį būdą bendrauti su dirbtiniu intelektu“, – sakė Eleti.businessinsider

„ChatGPT Voice“ dabar taip pat gali būti maitinamas trimis „OpenAI“ GPT-6 modeliais: „Astra“, pajėgiausiu, ir mažesniais „Sol“ bei „Luna“, kurie buvo atnaujinti į GPT-6 dieną prieš tai. Prie balso funkcijos taip pat pridėtas papildinių palaikymas el. paštui, kalendoriui ir „Slack Salesforce, Inc.“ ↗ 1.84%, panaikinant tai, ką „9to5Mac“ pavadino „didele atskirtimi“ vartotojams, kurie anksčiau turėjo perjungti į tekstą, kad pasiektų prijungtas paslaugas.9to5mac

Balso ir ekrano pusiausvyra

„OpenAI“ teigė, kad balso pokalbiai dabar pateiks turtingesnį teksto išvesties rezultatą, o vartotojai gali perjungti balsą ir tekstą pokalbio metu arba pradėti užduotį mobiliajame įrenginyje ir tęsti ją staliniame kompiuteryje. Pasak Eleti, daugiau nei 150 milijonų žmonių jau naudojasi „ChatGPT“ diktavimo ir balso įrankiais.techcrunch+1

Dizainas atspindi apgalvotą kompromisą. „Mes negalvojame apie tai tik kaip apie gryną balsą įvestyje ir išvestyje“, – „Business Insider“ sakė Eleti. „Tai apie balsą įvestyje ir tada tinkamą išvestį atgal. Kartais tai tekstas, kartais balsas, kartais derinys.“businessinsider

Perpildytos lenktynės dėl DI asistento

Šis pristatymas vyksta asmeniniams DI asistentams įgaunant pagreitį visame Silicio slėnyje, konkurentams, įskaitant „Meta“ ↗ 1.02% „Muse“ ir startuolį „Instinct“, varžantis dėl vartotojų. „OpenAI“ prieš kitą savaitę vyksiantį „DevDay“ renginį išleido daugybę produktų. „Bloomberg“ taip pat pranešė, kad bendrovė kuria išmanųjį garsiakalbį, kurį planuoja išleisti 2027 m., suteikdama savo investicijoms į balsą ilgalaikę aparatinės įrangos dimensiją.businessinsider

Ne visos funkcijos yra universalios. Prieiga prie GPT-6 modelio ir darbo galimybės priklauso nuo plano lygio bei darbo vietos nustatymų, o diegimas vyksta palaipsniui. Tuo tarpu augantis atotrūkis tarp „ChatGPT“ pokalbių ir darbo režimų, kai GPT-6 pasiekiamas tik pastarajame, pridėjo sudėtingumo sluoksnį, kurį kai kurie vartotojai vis dar bando suprasti.techradar+1