Tra l'hype attorno all'assistente vocale GPT-4 di OpenAI, è emerso un nuovo protagonista - Moshi AI, un assistente vocale open-source sviluppato da una società francese, Cute AI Labs. Questa interfaccia web-based promette interazioni a bassa latenza e consapevolezza emotiva nella sua voce.

I punti salienti di Moshi AI sono:

• Bassa Latenza: Moshi AI mira a fornire un'esperienza vocale in tempo reale e guidata dagli interrupt, a differenza delle risposte ritardate spesso associate agli assistenti vocali.

• Consapevolezza Emotiva: L'assistente afferma di avere la capacità di rilevare e rispondere al tono emotivo dell'utente, anche se questa funzionalità non è stata dimostrata in modo coerente durante i test.

• Open-Source: Cute AI Labs prevede di rendere open-source il codice di Moshi AI, consentendo agli sviluppatori di integrarlo nelle proprie applicazioni.

Solo 7 anni fa, lo stato dell'arte nella generazione di immagini AI era a malapena riconoscibile. Ora, il modello di generazione video più recente, GenFree, ha compiuto un enorme passo avanti, producendo immagini visivamente realistiche e creative.

Sebbene GenFree sia un risultato impressionante, è importante comprendere le sue capacità e i suoi limiti. Il modello eccelle nella generazione di riprese cinematografiche di alta qualità, come le riprese di un faro con un drone, grazie alla sua ampia formazione su dati visivi pertinenti. Tuttavia, fatica con richieste più specifiche, come la creazione di una lontra che surfa su un'onda, a causa della mancanza di esempi così specifici nella sua formazione.

Uno dei punti di forza chiave di GenFree è la sua capacità di fondere diversi stili artistici. Chiedendo al modello di creare una scena nello stile del pittore olandese Hieronymus Bosch, i risultati sono un affascinante mix di fantasia medievale e cinematografia moderna stile GTA.

Tuttavia, il costo dell'utilizzo di GenFree può aumentare rapidamente. Ogni generazione di 10 secondi costa 1 dollaro di crediti, e raggiungere il risultato desiderato spesso richiede numerose iterazioni. Ciò può rendere lo strumento proibitivamente costoso per sperimentazioni occasionali.

11 Labs ha rilasciato nuove funzionalità per la sua piattaforma di assistente vocale. Gli aggiornamenti chiave includono:

1. Voci Iconiche: L'app lettore di 11 Labs consente ora agli utenti negli Stati Uniti, nel Regno Unito e in Canada di far leggere il loro testo da voci iconiche come James Dean o Bert Lahr. Ciò aggiunge un tocco divertente e unico all'esperienza di text-to-speech.

2. Isolamento Audio: 11 Labs ha rilasciato un nuovo strumento AI in grado di isolare le voci da audio rumoroso. Ciò consente agli utenti di rimuovere il rumore di fondo e ottenere un audio cristallino, simile alle funzionalità rilasciate da altre aziende all'inizio di quest'anno.

3. App Mobile per la Generazione di Musica AI: Sooner, un'AI per la generazione di musica, ha rilasciato un'app mobile che consente agli utenti di generare musica AI on-the-go. Tuttavia, al momento è limitata agli utenti iOS negli Stati Uniti, con una versione Android e un lancio globale previsti una volta integrate le capacità multilingue.

Motorola ha recentemente mostrato un uso creativo della tecnologia di generazione video AI nella sua ultima campagna pubblicitaria. Sfruttando strumenti come Control Net e Stable Diffusion, l'azienda è stata in grado di generare una serie di immagini che integrano perfettamente il logo Motorola in vari stili ispirati alla moda.

Il flusso di lavoro ha probabilmente coinvolto l'inserimento del logo Motorola nelle immagini utilizzando Control Net, e poi l'uso di Stable Diffusion per generare i visuals finali. Queste immagini sono state quindi assemblate in uno spot pubblicitario, completo di musica ed editing, per creare un prodotto finale rifinito e visivamente accattivante.

Questo esempio dimostra come le aziende stiano iniziando a esplorare le applicazioni pratiche della generazione di video AI nel mondo reale. Sebbene la qualità potrebbe non ancora eguagliare gli esempi all'avanguardia mostrati da Gen-Free, la campagna pubblicitaria di Motorola dimostra che la video-generazione AI può essere una soluzione valida ed economica per determinati tipi di creazione di contenuti.

Perplexity, il motore di ricerca alimentato dall'AI, ha introdotto una nuova funzionalità chiamata "Pro Search" che mira a fornire capacità di ricerca più avanzate e complete. Questa funzionalità integra il ragionamento multi-step e l'accesso a fonti di dati esterne, come matematica, programmazione e Wolfram Alpha, per fornire risultati di ricerca più accurati e informativi.

Gli aspetti chiave della funzionalità Perplexity Pro Search includono:

1. Ragionamento Multi-Step: Il motore di ricerca può ora scomporre query complesse ed eseguire più passaggi di ragionamento per fornire risposte più complete e pertinenti. Ciò consente agli utenti di porre domande più sfumate e dettagliate, e di ricevere risposte su misura.

2. Integrazione di Dati Esterni: Perplexity Pro Search può ora accedere e sfruttare i dati da fonti esterne, come calcoli matematici, risorse di programmazione e la base di conoscenza di Wolfram Alpha. Questa integrazione consente al motore di ricerca di fornire risposte più accurate e informative, soprattutto per query che richiedono conoscenze o calcoli specialistici.

Uno degli esperimenti AI più interessanti e divertenti presentati nel video è il sito web "Interdimensional Cable ONE", condiviso da Carol nella community. Questo sito web è una ricreazione del concetto iconico di "Interdimensional Cable" tratto dalla serie animata "Rick e Morty".

Nella serie, lo zio Rick porta a casa un televisore di un'altra dimensione, permettendo ai personaggi di vedere stazioni TV casuali e bizzarre attraverso il multiverso. Il team di WebSim AI ha ricostruito questo concetto utilizzando l'AI web, creando un sito web che offre un'esperienza di visione altrettanto casuale e imprevedibile.

Quando si carica la pagina di Interdimensional Cable ONE, non si sa mai cosa si otterrà. Presenta una raccolta di video super casuali e psichedelici, catturando l'essenza del concetto di "Interdimensional Cable" della serie. Questo esperimento è destinato a risuonare soprattutto con i fan accaniti di "Rick e Morty", che apprezzeranno la cura dei dettagli e la fedele ricostruzione dell'estetica unica della serie.

Figma, la popolare piattaforma di design, ha recentemente annunciato una serie di funzionalità alimentate dall'AI destinate a rivoluzionare il modo in cui i designer lavorano. Due delle funzionalità più salienti sono le capacità di "Prompt to UI" e "Visual Search".

La funzionalità "Prompt to UI" consente ai designer di descrivere semplicemente il tipo di interfaccia utente che desiderano, e l'AI di Figma genererà l'intero design per loro. Ciò ha il potenziale di snellire notevolmente il processo di design, consentendo ai designer di iterare rapidamente sulle idee ed esplorare nuovi concetti.

Tuttavia, questa funzionalità ha anche suscitato alcune polemiche, in quanto sembra aver imitato da vicino il design dell'app Meteo di Apple. Figma ha quindi disabilitato questa funzionalità, riconoscendo la necessità di garantire che i suoi design generati dall'AI non violino i diritti di proprietà intellettuale esistenti.

La funzionalità "Visual Search", d'altra parte, è un'innovazione più ampiamente applicabile. Sfruttando modelli multimodali avanzati, i designer possono ora cercare nell'intera loro libreria di design utilizzando query in linguaggio naturale, senza dover fare affidamento su metadati o tag specifici. Ciò apre nuove possibilità per i designer di trovare e incorporare rapidamente asset pertinenti nei loro progetti.