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
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。