OpenAI 突然推送推送高級(jí)語(yǔ)音模式「Her」，又搶了谷歌風(fēng)頭
9 月 25 日早，Google 發(fā)布兩款新模型 Gemini-1.5-Pro-002 和 Gemini-1.5-Flash-002。
在谷歌的系列模型中，Gemini Pro 屬于中號(hào)模型，付費(fèi)用戶可以使用。而 Gemini Flash 則由 Gemini Pro 蒸餾而來(lái)，在今年 5 月的 Google I/O 上第一次亮相，目前用戶可以免費(fèi)在 Gemini 中使用，開(kāi)發(fā)者也有一定免費(fèi)的 api 使用配額。
模型升級(jí)的重點(diǎn)主要為 1.5 Pro 價(jià)格降低 >50%、1.5 Flash 的速率限制提高了 2 倍，1.5 Pro 的速率限制提高了約 3 倍、輸出速度提高 2 倍，延遲降低 3 倍；過(guò)濾器切換為選擇加入。
不過(guò)，似乎 Google 今天的宣傳節(jié)點(diǎn)再一次被 OpenAI 提前知曉。OpenAI 同日宣布，OpenAI 的高級(jí)語(yǔ)音模式，將今日起開(kāi)始對(duì) Plus 和 Team 用戶推出。
5 月，Google 發(fā)布 Gemini 模型的大更新前，OpenAI 就曾提前搶開(kāi)發(fā)布會(huì)，宣布很快會(huì)帶來(lái)高級(jí)語(yǔ)音模式，登上媒體頭條「?jìng)€(gè)人助理 Her 就要來(lái)了嗎？」
接下來(lái)半年，高級(jí)語(yǔ)音模式的發(fā)布一再推遲，直至今日 Google 更新模型，OpenAI 立刻表示，本周內(nèi)將推出語(yǔ)音模型。
除了之前已經(jīng)劇透過(guò)的語(yǔ)音模式與人類在對(duì)話中的反應(yīng)時(shí)間相近，會(huì)變換語(yǔ)調(diào)之外，還增加了個(gè)性化指令功能——可以直接指令模型說(shuō)話說(shuō)慢點(diǎn)，或者用一個(gè)特定的口音，同時(shí)可以記住你的名字和提前提供的信息給出更個(gè)性化的回復(fù)。
X 上有用戶不禁感嘆，OpenAI 已經(jīng)養(yǎng)成了一個(gè)新愛(ài)好。等著 Google 發(fā)布一個(gè)更新，幾個(gè)小時(shí)后馬上發(fā)布一個(gè)更新。
01.Google Gemini Pro 價(jià)格下降一半
從 Gemini-1.5-Pro-002 和 Gemini-1.5-Flash-002 的名字也可以看出，此次 Google Gemini 的更新，不是一個(gè)大版本的更新，更多的是一次整體模型的升級(jí)。
降低價(jià)格是一個(gè)重要的更新重點(diǎn)。
Gemini 1.5 Pro 的輸入 token 價(jià)格降低 64%，輸出 token 價(jià)格降低 52%，增量緩存 token 價(jià)格降低 64%，適用于小于 128K token 的提示語(yǔ)，自 2024 年 10 月 1 日起生效。再加上上下文緩存，這將繼續(xù)降低使用 Gemini 構(gòu)建應(yīng)用的成本。
此外，1.5 Flash 的速率限制從 1000 RPM 提高到 2000 RPM，1.5 Pro 的速率限制從 360 RPM 提高到 1000 RPM。在接下來(lái)的幾周內(nèi)生效。
Google 1.5 Flash 得到了 2 倍輸出速度和 3 倍更低延遲。
同時(shí)，Google 表示，發(fā)布的 Gemini 模型，默認(rèn)不會(huì)應(yīng)用過(guò)濾器，開(kāi)發(fā)者可以根據(jù)其用例自行決定最佳的配置。Gemini 將繼續(xù)提供一系列安全過(guò)濾器，開(kāi)發(fā)者可以根據(jù)需要為 Google 的模型應(yīng)用這些過(guò)濾器。
Google 還表示，此次模型在數(shù)學(xué)、長(zhǎng)上下文窗口和視覺(jué)方面取得了一定的進(jìn)步。
在更具挑戰(zhàn)性的 MMLU-Pro 基準(zhǔn)測(cè)試中，看到大約 7% 的性能提升。而在數(shù)學(xué)和 HiddenMath（一個(gè)內(nèi)部保留的數(shù)學(xué)競(jìng)賽問(wèn)題集）基準(zhǔn)測(cè)試中，兩個(gè)模型都取得了約 20% 的顯著進(jìn)步。對(duì)于視覺(jué)和代碼使用場(chǎng)景，兩個(gè)模型在評(píng)估視覺(jué)理解和 Python 代碼生成的測(cè)試中表現(xiàn)也更好，提升范圍在約 2-7% 之間。
8 月份發(fā)布的 Gemini-1.5-Flash-8B 實(shí)驗(yàn)?zāi)Ｐ鸵驳玫搅诵碌母隆?span style="display:none">SAX知多少教育網(wǎng)-記錄每日最新科研教育資訊
Gemini 模型本身的亮點(diǎn)包括長(zhǎng)上下文和多模態(tài)功能。由于 Gemini Flash 對(duì)開(kāi)發(fā)者有部分免費(fèi)額度，新更新可能對(duì)于開(kāi)發(fā)某些應(yīng)用有著很好的效果。
X 上的 AshutoshSrivastava 就表示，他使用 Google Flash 構(gòu)建了一個(gè)應(yīng)用，能夠在 1 分鐘內(nèi)轉(zhuǎn)寫(xiě) 13 分鐘的長(zhǎng)音頻，且準(zhǔn)確度很高（且免費(fèi)）。在另一個(gè)應(yīng)用中，他表示目標(biāo)探測(cè)功能的表現(xiàn)也很不錯(cuò)。
02.OpenAI 高級(jí)語(yǔ)音功能今日起推出
轉(zhuǎn)頭看 OpenAI 這邊。
凌晨?jī)牲c(diǎn)，OpenAI 宣布高級(jí)語(yǔ)音模式今日起開(kāi)始向訂閱用戶推出，周內(nèi)會(huì)全量進(jìn)行推送。
根據(jù) OpenAI 的宣傳片，與標(biāo)準(zhǔn)語(yǔ)音模式進(jìn)行區(qū)分（黑色旋轉(zhuǎn)球），高級(jí)語(yǔ)音將以藍(lán)色旋轉(zhuǎn)球表示，并增加 5 個(gè)新語(yǔ)音。
此次發(fā)布的一個(gè)重要亮點(diǎn)是，OpenAI 表示，高級(jí)語(yǔ)音模式可以提供個(gè)性化定義。
在視頻中，OpenAI的研究員表示，用戶可以自定義指令，以讓模型以某種口音發(fā)音、記住事件以及用戶想要如何被稱呼等。
「你可以讓模型用特定的語(yǔ)速說(shuō)話，也許是非常清晰地發(fā)音，慢慢地說(shuō)話，用你的名字或你喜歡的稱呼來(lái)稱呼你。」研究員表示。
另一位研究員提供了一個(gè)例子，對(duì)模型輸入名字和所在城市，在向模型尋求周末的計(jì)劃時(shí)，模型會(huì)根據(jù)所在城市，進(jìn)行更個(gè)性化的規(guī)劃。
高級(jí)語(yǔ)音對(duì)話目前僅適用于 ChatGPT Plus 和 Team 帳戶的用戶。免費(fèi)用戶仍然可以訪問(wèn)標(biāo)準(zhǔn)語(yǔ)音模式。
不過(guò)，Plus 和 Team 用戶每天仍然有高級(jí)語(yǔ)音的使用限制，并且每日限制可能會(huì)發(fā)生變化。當(dāng)一天的高級(jí)語(yǔ)音還剩 15 分鐘時(shí)，OpenAI 會(huì)向用戶發(fā)出通知。
同時(shí)，使用高級(jí)語(yǔ)音模式無(wú)法使用 GPTs，即用戶設(shè)計(jì)的 OpenAI 的智能體。
高級(jí)語(yǔ)音模式因?yàn)閷?duì)語(yǔ)音反應(yīng)時(shí)間更敏感，在某些嘈雜的場(chǎng)景下，也更容易被打斷。
最后，OpenAI 還用高級(jí)語(yǔ)音模式搞了一個(gè)活，表示 ChatGPT 目前可以用五十多種語(yǔ)言表示「對(duì)不起，我遲到了，我不是故意讓你等這么久的。」
一個(gè)很有趣的點(diǎn)是，此次 Gemini 的發(fā)布，是由 Google 的 Logan Kilpatrick 主要負(fù)責(zé)對(duì)外溝通交流。
而 Logan Kilpatrick，正是 OpenAI 前開(kāi)發(fā)者關(guān)系負(fù)責(zé)人。2024 年跳槽 Google。
而轉(zhuǎn)頭，此次 Google 發(fā)布新模型，OpenAI 就卡點(diǎn)發(fā)布高級(jí)語(yǔ)音模式。
OpenAI 此次宣布的時(shí)間點(diǎn)或許還有另外一個(gè)意義——此前外媒報(bào)道稱，Meta 公司本周將在 Meta AI 中推出名人語(yǔ)調(diào)的音頻對(duì)話功能。
在硅谷，AI 的戰(zhàn)爭(zhēng)還在熱火朝天的繼續(xù)。
本文鏈接：http://m.albanygandhi.com/news-23-1894.htmlOpenAI 突然推送推送高級(jí)語(yǔ)音模式「Her」，又搶了谷歌風(fēng)頭
聲明：本網(wǎng)頁(yè)內(nèi)容由互聯(lián)網(wǎng)博主自發(fā)貢獻(xiàn)，不代表本站觀點(diǎn)，本站不承擔(dān)任何法律責(zé)任。天上不會(huì)到餡餅，請(qǐng)大家謹(jǐn)防詐騙！若有侵權(quán)等問(wèn)題請(qǐng)及時(shí)與本網(wǎng)聯(lián)系，我們將在第一時(shí)間刪除處理。
