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
数据分析平台公司Databricks完成10亿美元K轮融资,公司估值超过1000亿美元,累计融资总额超过200亿美元。公司第二季度收入运营率达到40亿美元,同比增长50%,AI产品收入运营率超过10亿美元。超过650家客户年消费超过100万美元,净收入留存率超过140%。资金将用于扩展Agent Bricks和Lakebase业务及全球扩张。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
医疗信息管理平台Predoc宣布获得3000万美元新融资,用于扩大运营规模并在肿瘤科、研究网络和虚拟医疗提供商中推广应用。该公司成立于2022年,利用人工智能技术提供端到端平台服务,自动化病历检索并整合为可操作的临床洞察。平台可实现病历检索速度提升75%,临床审查时间减少70%,旨在增强而非替代临床判断。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。