ราศีเมถุนสดคืออะไร? Chatbot แบบเรียลไทม์ของ Google แข่งขันกับ GPT-4o อย่างไร

Google ได้ประกาศสำคัญหลายครั้งที่ I/O 2024 รวมถึงวิธีใหม่ในการสนทนาด้วยเสียงที่เป็นธรรมชาติด้วยโมเดล Gemini

หลังจากกิจกรรม Spring Update ของ OpenAI เมื่อวานนี้ Google ได้สาธิตผู้ช่วยเสียงปัญญาประดิษฐ์ที่มีพลังพิเศษเพื่อแข่งขันกับ GPT-4o Gemini Live ใช้ประโยชน์จากโมเดล AI ต่อเนื่องหลายรูปแบบที่ได้รับการปรับปรุง เพื่อให้ผู้ใช้อุปกรณ์เคลื่อนที่ได้รับประสบการณ์การสนทนาที่เป็นธรรมชาติมากขึ้นในแบบเรียลไทม์

Gemini Live ให้คุณสนทนาด้วยเสียงกับ Gemini ที่ดูเป็นธรรมชาติและเป็นธรรมชาติ ตัวอย่างเช่น คุณสามารถถามคำถาม Gemini Live ตามที่คุณต้องการ และขัดจังหวะประโยคกลางของบอท AI เพื่อชี้แจงหรือปรับวิธีการตอบกลับ คล้ายกับที่ OpenAI แสดงไว้ในระหว่างการสาธิต GPT-4o Google จะเสนอเสียงที่หลากหลายให้ผู้ใช้เลือกสำหรับประสบการณ์ Gemini Live ดังที่ OpenAI ทำกับ ChatGPT นับตั้งแต่ผสานรวม Whisper ในเดือนกันยายน 2023

Google วางแผนที่จะเพิ่มประสบการณ์หลากหลายรูปแบบให้กับ Gemini Live ในปลายปีนี้ เพื่อให้ Gemini สามารถดูโลกรอบตัวคุณได้เมื่อคุณเปิดกล้องระหว่างการสนทนา ซึ่งคล้ายกับสิ่งที่ผู้ใช้ ChatGPT สามารถทำได้ในอีกไม่กี่สัปดาห์ข้างหน้าหลังจากการอัปเดตที่จะเปิดตัวให้กับผู้ใช้ ChatGPT Plus เป็นครั้งแรก ในแอป Gemini ฟังก์ชันนี้จะขับเคลื่อนโดย Project Astra ของ Google

ในการอัปเดตนี้และการอัปเดตอื่นๆ Google ยังได้อัปเกรด Gemini Nano เพื่อประมวลผลข้อความ รูปภาพ และเสียง ซึ่งหมายความว่าโมเดลจะไม่จำกัดอยู่เพียงการป้อนข้อความอีกต่อไป Gemini Nano พร้อม Multimodality จะวางจำหน่ายบนสมาร์ทโฟน Pixel ก่อน