21世纪经济报道记者孔海丽、实习生刘清怡 北京报道
北京时间8月14日凌晨，谷歌在“Made by Google”大会上正式发布了智能语音助手Gemini Live。这一功能直接挑战OpenAI的GPT-4o语音模式，并标志着人工智能交互向更加自然、通用和用户友好的方向又迈进了一步。
根据谷歌的介绍，用户可以与Gemini Live进行自由流畅的对话，而不是通过传统的输入和输出设置。
在对话过程中，用户可以打断以询问更多细节，或者暂停一段时间后再继续。
为了使对话更加自然，谷歌还提供了十种声音以供用户选择。谷歌称，“这就像你的口袋里有一个伙伴，你可以和它谈论新想法或练习重要的对话。”
Open AI此前发布的GPT-4o高级语音模式，也允许用户在对话过程中打断，并能感知和回应用户的情绪波动。在语音设置方面，Open AI提供了四种声音，均与专业的配音演员合作制作。
此外，谷歌还将Gemini Live与其他应用程序和工具连接。谷歌表示，将在未来几周推出Keep、Tasks、Utilities、Calendar、YouTube Music等扩展功能。
谷歌描述了这些功能的具体应用场景。比如用户需要举办一场晚宴，可以让Gemini Live找到特定的食谱，并把食材添加到Keep购物清单中，还能定制一份“让人想起90年代末”的歌单；再比如只需要拍一张音乐会海报的照片，Gemini Live就可以回答用户当天是否有空，并提醒用户买票。
不过，在“Made by Google”大会现场演示Gemini Live功能时，却出现了一点小插曲。谷歌高管Dave Citron询问Gemini Live他的日程表上有没有活动，接连尝试了两次Gemini Live都没有响应，直到第三次换了一个设备才演示成功。
目前，谷歌已向Android手机上的Gemini高级订阅用户提供英语版，并将在接下来的几周内扩展到iOS上，同时提供更多语言模式。谷歌发布的最新款Pixel 9系列手机也搭载了Gemini Live功能。
业内人士认为，Gemini Live的发布是人工智能交互发展的一个重要里程碑。通过引入语音中断和选择功能，谷歌既是在与OpenAI竞争，也是在推动人机交互的方式，从而改变人工智能聊天机器人市场的竞争格局，倒逼其他公司创造出更多自然、实用、吸引人的人工智能助手。
同时，人机交互的创新发展也带来了新的问题和挑战。例如，人工智能将如何快速处理话题变化，同时保持上下文的统一和相关性？如何在不丢失重要线索的情况下处理干扰信息？更重要的是，随着人工智能的深入发展，其与现实生活的边界在哪里？
而OpenAI早在3个月前就已经公开介绍过的GPT-4o，至今尚未完全落地。8月9日，OpenAI发布了一篇关于安全性的博客文章，详细介绍了公司在开发GPT-4o时所做的安全努力，并探讨了这些技术可能对社会带来的风险。
OpenAI在该报告中指出了人工智能的类人社交模式可能造成的风险。OpenAI认为，用户可能会与人工智能建立社交关系，而减少对人类互动的需求。这有利于孤独的个体，但会影响健康的人际关系。
OpenAI透露，在GPT-4o的早期测试时，他们观察到用户与模型的互动语言开始出现微妙的变化，例如，“这是我们在一起的最后一天”等等，这种看似无害的表达，背后可能隐藏着更大的问题。
此外，OpenAI还提到，GPT-4o有时会无意间生成模仿用户声音的输出，这意味着，AI语音引擎可能会被用来欺诈。
而这些安全问题，也是OpenAI把控GPT-4o落地节奏的原因之一。至于谷歌Gemini Live是否解决了类似的安全隐患，并未披露。
所有与安全相关的隐患，无论是我们能够意识到的，还是“潘多拉魔盒”附带的更多可能性，都是人工智能事业需要进一步解决的问题，以保证“技术的进步是为了服务于人类”。
在今天的故宫，工作人员使用的数字化办公平台名叫“内务辅”，这款应用的开发者，是与故宫博物院合作的钉钉（中国）信息技术有限公司（以下简称“钉钉”）。3月18日，故宫博物院与钉钉战略合作签约仪式在故 人体免疫系统中的小过滤器淋巴结有了新妙用。近日，浙江大学药学院、金华研究院教授顾臻团队联合多位科研人员，在国际上首次提出利用冷冻干燥的淋巴结组织提升抗肿瘤药物疗效的方法。相关论文发 据《自然》20日消息称，天文学家对91对恒星所作的光谱分析显示，大约每12个恒星中就有一个可能吞噬了一个行星。在吞噬一个行星后，恒星的化学构成可能发生改变，这个过程被称为“行星吸收”。通过比 3月22日消息，美国司法部对iPhone提起诉讼，声称其苹果生态系统构成垄断。司法部表示，iPhone将苹果生态系统视为一种垄断，以牺牲消费者、开发者和竞争对手的利益为代价，推动公司估值的飙升。司法部还指 记者3月22日获悉，中山大学、深圳华大生命科学研究院与复旦大学的研究团队合作，揭示了多种蚊虫在不同生境下病毒的多样性、传播分布的影响因素及地理谱系特征，在多维尺度上为研究蚊虫病毒组提供 3月22日，中国互联网络信息中心（CNNIC）在京发布第53次《中国互联网络发展状况统计报告》。报告显示，截至2023年12月，我国网民规模达10.92亿人，互联网普及率达77.5%；网络基础设施建设持续加强，新型消费 。本文链接：谷歌“Her”抢跑落地 OpenAI语音AI仍在“hold on”http://www.sushuapos.com/show-2-7981-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： 类风湿性关节炎或增加患肺癌风险