谷歌Project Astra和OpenAI的GPT-4o接連登場，說明多模態AI助理時代來臨
科技產業資訊室 - 友子 發表於 2024年5月16日
圖、谷歌Project Astra和OpenAI的GPT-4o接連登場，說明多模態AI助理時代來臨
在Google I/O 2024上，谷歌展示了成為通用助理的早期版本，稱之為Project Astra，它是一個即時、多模態AI助理(multimodal AI Assistant)。
Project Astra提供支援的代理程式是基於谷歌的Gemini模型和其他特定任務模型建立的。它可以透過連續處理視訊和語音輸入來更快地處理訊息。其很像剛剛獲得OpenAI升級的ChatGPT之GPT-4o。就像GPT-4o一樣，Project Astra 可以像人類一樣理解和回應世界，它可以吸收並記住所看到和聽到的內容，以了解背景並採取行動。您還可以自然地對其說話，而不會出現延遲。
這為生成式AI助理開啟了一套全新的範例。谷歌計劃於2024年開始將Astra的功能添加到其Gemini應用程式及其產品中。然而，雖然最終的目標是讓Astra在谷歌的軟體服務中無縫使用。不過，為了謹慎推出，並且將產品化之路達到「以品質為導向」的水準。
展望未來，AI的故事將不再是關於模型本身，而是關於它們能為人們做些什麼。這個故事都是關於代理的：機器人不僅與你交談，而且實際上代表你完成任務。
無論是OpenAI或者是谷歌似乎愈來愈像地爭奪同一領域，並且似乎對AI如何改變人們的生活，以及隨著時間的推移讓人們如何使用它，有著共同的願景。
另外，谷歌為了防止OpenAI搶佔其搜尋引擎龍頭的地位。在Google I/O 2024會議上，谷歌也對其核心搜尋引擎進行了重大改變。從2024年5月中旬開始，所有美國用戶都將在許多常見搜尋結果的頂部看到「AI概述」，也就是AI生成的簡短摘要答案，隨後是可點擊的鏈接，下方散佈著廣告。
OpenAI的ChatGPT聊天機器人可以為許多問題提供了快速、完整的搜尋答案，如今也與媒體公司簽署了協議，提供最新資訊方式以改善其反應。甚至在5月13日OpenAI還展示了為ChatGPT提供支援模型的更快、更便宜的版本，此舉被視為試圖搶奪谷歌風采，該模型同樣可以在單一介面中解釋語音、視訊、影像和程式碼。
另外，谷歌還透露了新的或改進的AI產品，包括Veo，其可以根據文字提示生成影片；Imagen 3可以創建圖片；Lyria是一個AI音樂生成模型。至於Gemini Advanced的訂閱者，將能夠創建名為「Gems」的個人化聊天機器人來幫助完成特定任務。
最值得注意的是，谷歌的Project Astra似乎也對準了智慧眼鏡市場，這也說明了谷歌正在持續研發類似Meta和雷朋合作的智慧眼鏡，期望在Project Astra準備好時，給市場一個大驚喜呢！(1038字；圖3）
參考資料：
相關文章：
1. Oura提出兩項與心臟有關的智慧戒指功能，表示健康醫療將成為智慧戒指核心價值
2. 選擇低雜訊電壓參考以提升 X 光影像解析度
3. IDC：2024 年第一季全球平板電腦出貨出現復甦跡象
4. 蘋果急著推出擁有AI功能M4的iPad Pro，目標市場其實是在AI PC客戶
5. 想取代智慧型手機的AI裝置，離主流市場仍有一段距離，但卻帶來了曙光
6. 2024年Wear OS智慧手錶將開始顛覆蘋果手錶主導地位
--------------------------------------------------------------------------------------------------------------------------------------------
【聲明】
1.科技產業資訊室刊載此文不代表同意其說法或描述，僅為提供更多訊息，也不構成任何投資建議。
2.著作權所有，非經本網站書面授權同意不得將本文以任何形式修改、複製、儲存、傳播或轉載，本中心保留一切法律追訴權利。
|