בעיצומו של הפרסום סביב עוזר הקול GPT-4 של OpenAI, שחקן חדש הופיע - Moshi AI, עוזר קול מקוד פתוח שפותח על ידי חברה צרפתית, Cute AI Labs. ממשק מבוסס אינטרנט זה מבטיח אינטראקציות בזמן אמת ומודעות רגשית בקולו.

הנקודות הבולטות של Moshi AI הן:

• עיכוב נמוך: Moshi AI שואף לספק חוויית קול בזמן אמת ומונעת הפרעות, בשונה מהתגובות המעוכבות המזוהות לעתים עם עוזרי קול.

• מודעות רגשית: העוזר טוען שיש לו את היכולת לזהות ולהגיב לטון הרגשי של המשתמש, אם כי תכונה זו לא הוצגה בקביעות במהלך הבדיקות.

• קוד פתוח: Cute AI Labs מתכננת לפתוח את הקוד של Moshi AI, מה שיאפשר למפתחים לשלב אותו ביישומים שלהם.

בעוד שהבדיקות הראשוניות חשפו מגבלות מסוימות ביכולות העוזר, כמו אי-עקביות בווסת הקול והבעת הרגשות, האופי המקוד פתוח של Moshi AI מציע שיש לו פוטנציאל להשתפר עם הזמן כאשר הקהילה תתרום להתפתחותו.

זמינותו של Moshi AI, לצד השחרור הצפוי של תכונות הקול של GPT-4, מסמנת תקופה מרגשת בעולם ה-AI שיחתי. ככל שטכנולוגיות אלה ימשיכו להתפתח, משתמשים יוכלו לצפות לראות עוזרי קול חדשניים ונגישים יותר, שעשויים לשנות את האופן שבו אנו מתקשרים עם הטכנולוגיה.

רק לפני 7 שנים, הטכנולוגיה המתקדמת ביותר בתחום יצירת תמונות AI הייתה בקושי מזוהה. כעת, הדגם החדש ביותר של יצירת וידאו, GenFree, עשה קפיצת מדרגה אדירה, מייצר חזותיקה מציאותית ויצירתית באופן מדהים.

בעוד שGenFree הוא הישג מרשים, חשוב להבין את יכולותיו ומגבלותיו. הדגם מצטיין ביצירת צילומי קולנוע באיכות גבוהה, כמו צילומי רחפן של מגדלור, הודות להכשרה נרחבת על נתונים חזותיים רלוונטיים. עם זאת, הוא מתקשה עם בקשות ספציפיות יותר, כמו יצירת חלזון גולש על גל, בשל היעדר דוגמאות ייחודיות כאלה בהכשרתו.

אחת מנקודות החוזק הבולטות של GenFree היא היכולת לשלב סגנונות אמנותיים שונים. על ידי הנחיית הדגם עם בקשה ליצור תמונה בסגנון הצייר ההולנדי הירונימוס בוש, התוצאות הן שילוב מרתק של פנטזיה תיכונית וקולנוע סגנון GTA מודרני.

עם זאת, העלות של שימוש בGenFree יכולה להצטבר במהירות. כל יצירה של 10 שניות עולה דולר אחד בנקודות זיכוי, והשגת התוצאה הרצויה לעתים דורשת מספר רב של איטרציות. זה עשוי להפוך את הכלי יקר מדי לניסוי מזדמן. על אף מגבלות אלה, הפוטנציאל של GenFree הוא בלתי הכחיש. ככל שהדגם ימשיך להשתפר והעלות השימוש תפחת, אנו יכולים לצפות לראות יותר ויותר יישומים בעולם האמיתי, כמו קמפיין הפרסום של Motorola שניצל וידאו מיוצר באמצעות AI.

בינתיים, השימוש המשביע רצון ביותר בGenFree עשוי להיות בתחום של חקירה ונסיון יצירתי. הנחיית הדגם עם שילובים בלתי רגילים של אלמנטים, כמו "מסיבת ריקודים מלאה בחתולים עם כובעים", יכולה להוביל לתוצאות מדהימות ודמיוניות.

כאשר תחום יצירת וידאו באמצעות AI מתפתח במהירות, זו תקופה מרגשת לחקור את היכולות והמגבלות של כלים מתקדמים אלה. עם סבלנות ונכונות לנסות, משתמשים יכולים לפתוח את הפוטנציאל המלא של GenFree ולדחוף את גבולות האפשרי בעולם החזותי המּונע על ידי AI.

11 Labs שלחה תכונות חדשות לפלטפורמת עוזר הקול שלה. העדכונים העיקריים כוללים:

1. קולות אייקוניים: אפליקציית הקורא של 11 Labs מאפשרת כעת למשתמשים בארה"ב, בבריטניה ובקנדה להאזין לטקסט שלהם בקולות אייקוניים כמו ג'יימס דין או ברט לאר. זה מוסיף נגיעה מהנה וייחודית לחוויית המרת טקסט לדיבור.

2. בידוד אודיו: 11 Labs שחרר כלי AI חדש שיכול לבודד קולות מאודיו רועש. זה מאפשר למשתמשים להסיר רעשי רקע ולקבל אודיו בצלילות גבוהה, בדומה לתכונות שהושקו על ידי חברות אחרות מוקדם יותר השנה.

3. אפליקציה ניידת לייצור מוזיקה באמצעות AI: Sooner, AI לייצור מוזיקה, שחרר אפליקציה ניידת המאפשרת למשתמשים ליצור מוזיקה באמצעות AI בדרך. עם זאת, זה מוגבל כרגע למשתמשי iOS בארה"ב, כאשר גרסת Android ופריסה עולמית מתוכננות ברגע שהיכולות הרב-לשוניות יושלמו.

עדכונים אלה מ-11 Labs ו-Sooner מדגימים את ההתקדמות והרחבה המתמשכת של יכולות עוזרי הקול ועיבוד האודיו המּונעים על ידי AI. בעוד שתכונות הקולות האייקוניים ובידוד האודיו הן מיידיות, אפליקציית הייצור המוזיקלי הניידת מצביעה על הפוטנציאל להיצירתיות המּונעת על ידי AI בדרך.

בהערה צדדית מהירה, Luma AI גם שחרר תכונה חדשה בשם Luma Keyframes. תכונה זו מאפשרת לך להפוך דבר אחד לאחר, ליצור מעברים חלקים באמצעות וידאו AI.

החלטנו לבדוק את התכונה הזו, באמצעות תמונות שנוצרו על ידי Mid-Journey מהסרטון הצוותי בנושא מלחמת הכוכבים שלנו. הרעיון היה לראות כמה טוב תכונת Luma Keyframes תתמודד עם מעברים אלה.

לצערנו, התוצאות היו מאכזבות במקצת. מתוך 8 חברי הצוות שבדקנו, 8 מהמעברים היו בלתי שימושיים למעשה. התכונה לעתים קרובות הובילה לחיתוך קשה באמצע הסצנה, במקום למעבר חלק שקיווינו לו.

היו כמה יוצאים מן הכלל, כמו המעבר של חרב האור של Ariad, שהסתיים די יפה. וגם המעבר של Larry בין הדמויות הדומות ליודה והרעות היה מעניין במקצת. אבל בכללות, התוצאות לא היו חלקות כפי שצפינו.

נראה שבעוד שתכונת Luma Keyframes היא רעיון מעניין, במציאות היא עדיין דורשת הרבה איטרציה ויכולת כוונון כדי להשיג תוצאות שימושיות. התוכן המיוצר על ידי AI, למרות שהוא מרשים חזותית, לא תמיד מתאים היטב לסוגי מעברים חלקים כאלה.

לסיכום, תכונת Luma Keyframes מראה הבטחה, אך על בסיס הבדיקות שלנו, היא עדיין לא מוכנה לשימוש מסחרי. הטכנולוגיה עדיין מתפתחת, ונצטרך לראות כיצד היא משתפרת עם הזמן. כרגע, עדיף להתקרב אליה עם ציפיות מתונות.

Motorola הציגה לאחרונה שימוש יצירתי בטכנולוגיית וידאו AI בקמפיין הפרסום האחרון שלה. על ידי ניצול כלים כמו Control Net ו-Stable Diffusion, החברה הצליחה ליצור סדרת תמונות שמשלבות את הלוגו של Motorola בסגנונות השראה אופנתיים בצורה חלקה.

הזרימה העבודה כללה ככל הנראה הכנסת הלוגו של Motorola לתמונות באמצעות Control Net, ולאחר מכן שימוש ב-Stable Diffusion ליצירת החזותיקה הסופית. תמונות אלה נאספו לפרסומת מסחרית, עם מוזיקה ועריכה, ליצירת מוצר סופי מלוטש ומרשים חזותית.

דוגמה זו מדגימה כיצד חברות מתחילות לחקור את היישומים המעשיים של יצירת וידאו באמצעות AI בעולם האמיתי. בעוד שהאיכות עדיין לא מגיעה לדוגמאות המתקדמות ביותר שהוצגו על ידי Gen-Free, קמפיין הפרסום של Motorola מראה שוידאו מּונע על ידי AI יכול להיות פתרון ישים וכדאי מבחינת עלות ליצירת תוכן מסוימים.

כאשר הטכנולוגיה תמשיך להשתפר, אנו יכולים לצפות לראות עוד ועוד מותגים ועסקים מאמצים וידאו מּונע על ידי AI לאסטרטגיות השיווק והפרסום שלהם. זה מייצג התפתחות מרגשת בתחום הייצור של תוכן מּונע על ידי AI, וזה יהיה מעניין לראות כיצד התעשייה תמשיך להתפתח בשנים הבאות.

Perplexity, מנוע החיפוש המּונע על ידי AI, הציג תכונה חדשה בשם "חיפוש מקצועי" שמטרתה לספק יכולות חיפוש מתקדמות ומקיפות יותר. תכונה זו משלבת הסקה רב-שלבית וגישה למקורות נתונים חיצוניים, כמו מתמטיקה, תכנות ו-Wolfram Alpha, כדי לספק תוצאות חיפוש מדויקות ומידעיות יותר.

היבטים העיקריים של תכונת חיפוש מקצועי של Perplexity כוללים:

1. **הסקה ר