OpenAI презентує розширений голосовий режим із відео: тепер ChatGPT може спостерігати за вами в реальному часі під час розмови
Компанія OpenAI, розробник ChatGPT, розпочала серію передріздвяних анонсів, які триватимуть 12 днів — з 5 по 16 грудня. Щодня OpenAI презентує нові функції та вдосконалення, орієнтовані на покращення користувацького досвіду та розширення можливостей штучного інтелекту.
Основні анонси першої половини марафону
- 5 грудня: Старт марафону ознаменувався запуском оновленої моделі логічного мислення під назвою o1 та представленням нового тарифного плану ChatGPT Pro, орієнтованого на професійних користувачів.
- 6 грудня: OpenAI оголосила про розширення дослідницької програми з налаштування моделей штучного інтелекту, включаючи технологію reinforcement fine-tuning, яка підвищує точність і адаптивність моделей.
- 9 грудня: Компанія презентувала революційну модель Sora, що дозволяє перетворювати текст у відео. Ця технологія відкриває нові горизонти для створення мультимедійного контенту.
- 10 грудня: OpenAI анонсувала оновлення функції Canvas, вперше представленої в жовтні. Інструмент інтегровано в ChatGPT, що дозволяє використовувати його для вдосконалення текстів і розробки програмного забезпечення.
- 11 грудня: Спільно з Apple компанія представила інтеграцію ChatGPT з Apple Intelligence для iOS та macOS, що полегшує взаємодію користувачів з ШІ на пристроях Apple.
Читайте також: Apple випустила iOS 18.2 з інтеграцією ChatGPT та новими інструментами Apple Intelligence
День шостий: голосовий режим із відео
На екваторі марафону, 12 грудня, OpenAI презентувала розширений голосовий режим із відео, вперше анонсований у травні. Тепер ChatGPT може спостерігати за співрозмовником у реальному часі, створюючи ефект живого відеозв’язку.
Головні особливості нового режиму:
- Нативна мультимодальність: Підтримка природнішого тону розмов і можливість взаємодії з відео, мовленням і текстом.
- Функція демонстрації екрана: Користувачі можуть показувати відкриті програми для отримання допомоги, наприклад, просити ChatGPT відповісти на повідомлення або пояснити функції застосунка.
- Інтерактивні сценарії: Під час демонстрації інженери OpenAI показали, як ChatGPT розпізнає об’єкти через камеру, включаючи кавовий дрипер, та дає покрокові інструкції для приготування кави.
Доступність
Новий голосовий режим із відео наразі впроваджується для користувачів із підписками ChatGPT Plus та Pro. Корпоративні й освітні клієнти зможуть скористатися цією функцією на початку 2025 року.
Особливим бонусом стала поява голосу Санти з британським акцентом, доступного для всіх, хто використовує розширений голосовий режим.
Що далі
OpenAI продовжує щодня дивувати своїх користувачів, і найближчі анонси обіцяють бути не менш цікавими. Попереду ще чотири дні святкового марафону, які обіцяють нові можливості для інновацій і розвитку у сфері штучного інтелекту.
