OpenAI 于周一发布了 Advanced Voice Mode(高级语音模式)的更新。这项 AI 语音功能支持在 ChatGPT 中进行实时对话,此次更新使 AI 助手变得更富人情味,并减少了打断用户的频率。
OpenAI 的后训练研究员 Manuka Stratta 在周一发布到公司官方社交媒体渠道的视频中宣布了这些变更。
OpenAI 的最新更新旨在解决 AI 语音助手的一个常见问题:当用户停顿思考或深呼吸时会被打断。
ChatGPT 的免费用户现在可以使用新版本的 Advanced Voice Mode,允许用户在与 AI 助手对话时暂停而不被打断。ChatGPT 的付费用户(包括 OpenAI 的 Plus、Teams、Edu、Business 和 Pro 层级的订阅者)在使用 Advanced Voice Mode 时也将获得更少的打断,同时语音助手的个性也得到了改进。
一位 OpenAI 发言人向 TechCrunch 表示,面向付费用户的新 AI 语音助手"在回答时更直接、更具互动性、更简洁、更具体,也更有创造力。"
Advanced Voice Mode 的这些改进是在来自 AI 语音助手领域竞争对手的巨大压力下进行的。
由 Oculus 联合创始人 Brendan Iribe 创建、获得 Andreessen Horowitz 支持的创业公司 Sesame 最近因其自然音色的 AI 语音助手 Maya 和 Miles 而走红。更大的参与者也在更积极地进入 AI 语音助手领域,比如 Amazon 正在准备发布其由大语言模型驱动的 Alexa 新版本。
好文章,需要你的鼓励
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
中科院联合字节跳动开发全新AI评测基准TreeBench,揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法,通过要求AI同时给出答案和精确定位,实现真正可追溯的视觉推理,为构建更透明可信的AI系统开辟新路径。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
PyVision是上海AI实验室开发的革命性视觉推理框架,让AI系统能够根据具体问题动态创造Python工具,而非依赖预设工具集。通过多轮交互机制,PyVision在多项基准测试中实现显著性能提升,其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁,为通用人工智能的发展开辟了新路径。