На фоне ажиотажа вокруг голосового помощника GPT-4 от OpenAI на сцену вышел новый игрок - Moshi AI, открытый голосовой помощник, разработанный французской компанией Cute AI Labs. Этот веб-интерфейс обещает низкую задержку взаимодействия и эмоциональную осведомленность в своем голосе.

Основные особенности Moshi AI:

• Низкая задержка: Moshi AI стремится обеспечить интерактивный голосовой опыт в режиме реального времени, в отличие от задержанных ответов, часто ассоциируемых с голосовыми помощниками.

• Эмоциональная осведомленность: Помощник утверждает, что обладает способностью определять и реагировать на эмоциональный тон пользователя, хотя эта функция не была последовательно продемонстрирована во время тестирования.

• Открытый исходный код: Cute AI Labs планирует открыть исходный код Moshi AI, позволяя разработчикам интегрировать его в свои собственные приложения.

Всего 7 лет назад передовые технологии в области генерации изображений с помощью ИИ были едва узнаваемы. Теперь новейшая модель генерации видео, GenFree, сделала огромный шаг вперед, создавая потрясающе реалистичные и творческие визуальные эффекты.

Хотя GenFree является впечатляющим достижением, важно понимать ее возможности и ограничения. Модель превосходит в создании высококачественных кинематографических кадров, таких как съемка дрона маяка, благодаря обширной подготовке на соответствующих визуальных данных. Однако она испытывает трудности с более конкретными запросами, такими как создание выдры, катающейся на волне, из-за отсутствия таких узкоспециализированных примеров в ее обучении.

Одной из ключевых сильных сторон GenFree является ее способность сочетать различные художественные стили. Запрашивая у модели создание сцены в стиле голландского художника Иеронима Босха, результаты представляют собой захватывающее сочетание средневековой фантазии и современной кинематографии в стиле GTA.

Тем не менее, стоимость использования GenFree может быстро накапливаться. Каждая 10-секундная генерация стоит 1 доллар в кредитах, и для достижения желаемого результата часто требуется множество итераций. Это может сделать инструмент непомерно дорогим для случайных экспериментов.

11 Labs выпустила новые функции для своей платформы голосовых помощников. Ключевые обновления включают:

1. Культовые голоса: Приложение-читалка 11 Labs теперь позволяет пользователям в США, Великобритании и Канаде прослушивать свой текст с помощью культовых голосов, таких как Джеймс Дин или Берт Лар. Это добавляет веселый и уникальный штрих к опыту преобразования текста в речь.

2. Изоляция аудио: 11 Labs выпустила новый инструмент на основе ИИ, который может изолировать голоса из шумного аудио. Это позволяет пользователям удалять фоновый шум и получать кристально чистый звук, аналогично функциям, выпущенным другими компаниями ранее в этом году.

3. Мобильное приложение для генерации музыки с помощью ИИ: Sooner, ИИ-генератор музыки, выпустил мобильное приложение, которое позволяет пользователям генерировать музыку с помощью ИИ на ходу. Однако это пока ограничено пользователями iOS в США, с планами выпуска версии для Android и глобального развертывания после интеграции многоязычных возможностей.

К сожалению, результаты были немного разочаровывающими. Из 8 членов команды, которых мы тестировали, 8 переходов были практически неприемлемыми. Функция часто приводила к резкому переходу посередине сцены, а не к плавному переходу, на который мы надеялись.

Были некоторые исключения, такие как переход светового меча Ариада, который получился довольно неплохим. И переход Ларри между Йода-подобным и злым персонажами также имел некоторые интересные моменты. Но в целом результаты были не такими плавными, как мы ожидали.

Кажется, что, хотя функция Luma Keyframes является интересной концепцией, на практике она все еще требует много итераций и доработки, чтобы получить приемлемые результаты. Контент, созданный с помощью ИИ, хотя и визуально впечатляющий, не всегда хорошо подходит для этих типов плавных переходов.

Perplexity, поисковая система на основе ИИ, представила новую функцию под названием "Pro Search", которая призвана обеспечить более продвинутые и всеобъемлющие поисковые возможности. Эта функция интегрирует многошаговые рассуждения и доступ к внешним источникам данных, таким как математика, программирование и Wolfram Alpha, чтобы предоставлять более точные и информативные результаты поиска.

Основные аспекты функции Perplexity Pro Search:

1. Многошаговые рассуждения: Поисковая система теперь может разбивать сложные запросы и выполнять несколько шагов рассуждений, чтобы предоставлять более всеобъемлющие и актуальные ответы. Это позволяет пользователям задавать более нюансированные и детальные вопросы и получать адаптированные ответы.

2. Интеграция внешних данных: Perplexity Pro Search теперь может получать доступ и использовать данные из внешних источников, таких как математические расчеты, ресурсы программирования и база знаний Wolfram Alpha. Эта интеграция позволяет поисковой системе предоставлять более точные и информативные ответы, особенно для запросов, требующих специализированных знаний или расчетов.

3. Премиум-функция: Функциональность Perplexity Pro Search в настоящее время доступна как премиум-функция для подписчиков Perplexity. Это позволяет пользователям, которые регулярно полагаются на платформу, получать доступ к этим расширенным поисковым возможностям и улучшать свой общий поисковый опыт.

Одним из самых интересных и забавных экспериментов с ИИ, представленных в видео, является веб-сайт "Interdimensional Cable ONE", поделившийся Кэрол в сообществе. Этот веб-сайт является воссозданием культового концепта "Interdimensional Cable" из анимационного сериала "Рик и Морти".

В сериале дядя Рик привозит телевизор из другого измерения, позволяя персонажам просматривать случайные и причудливые телевизионные станции по всему мультивселенной. Команда WebSim AI воссоздала этот концепт с помощью веб-ИИ, создав веб-сайт, который обеспечивает аналогичный случайный и непредсказуемый просмотровый опыт.

Когда вы загружаете страницу Interdimensional Cable ONE, вы никогда не знаете, что вас ждет. Он представляет собой коллекцию супер-случайных и причудливых видео, передавая суть концепта "Interdimensional Cable" из сериала. Этот эксперимент, вероятно, больше всего резонирует с преданными фанатами "Рика и Морти", которые оценят внимание к деталям и верность уникальной эстетике шоу.

Figma, популярная платформа для дизайна, недавно объявила о наборе функций на основе ИИ, которые, как ожидается, революционизируют способ работы дизайнеров. Два выдающихся функции - это "Prompt to UI" и "Visual Search".

Функция "Prompt to UI" позволяет дизайнерам просто описать тип пользовательского интерфейса, который они хотят, и ИИ Figma сгенерирует весь дизайн за них. Это может значительно упростить процесс дизайна, позволяя дизайнерам быстро итерировать идеи и исследовать новые концепции.

Однако эта функция также вызвала некоторую полемику, поскольку, как оказалось, она очень близко скопировала дизайн приложения "Погода" от Apple. Figma с тех пор отключила эту функцию, признав необходимость обеспечить, чтобы их ИИ-генерируемые дизайны не нарушали существующие права интеллектуальной собственности.

Функция "Visual Search", с другой стороны, является более широко применимым нововведением. Используя передовые мультимодальные модели, дизайнеры теперь могут искать по всей своей библиотеке дизайна с помощью естественно-языковых запросов, без необходимости полагаться на конкретные метаданные или теги. Это открывает новые возможности для дизайнеров быстро находить и включать соответствующие активы в свои проекты.

Игра в кроссворды Google предлагает интересную интеграцию ИИ для улучшения опыта игрока. Ключевым аспектом этой интеграции является возможность получать подсказки от системы ИИ.

Когда игрок застревает на подсказке, он может запросить подсказку от ИИ. ИИ затем ответит простым "да" или "нет", указывая, находится ли игрок на правильном пути со своим текущим подходом. Этот ограниченный ответ является преднамеренным дизайнерским выбором, поскольку команда, стоящая за игрой, пыталась получить от ИИ более подробные подсказки, но система отказалась предоставить что-либо, кроме двоичной обратной связи "да/нет".

Эта реализация демонстрирует продуманный подход к использованию ИИ в контексте игры. Ограничивая ответы ИИ простым да/нет, разработчики обеспечивают, чтобы игрок оставался вовлеченным в процесс решения проблемы, а не слишком полагался на ИИ для предоставления решения. Игрок поощряется продолжать собственный мыслительный процесс и исследование, при этом ИИ служит направляющим светом, а не полным поставщиком решений.