Meta社、Muse Sparkを搭載したAI音声会話機能を発表。リアルタイムのビジュアルインテリジェンスとマルチモーダルな応答を実現
簡単に言えば
Metaは、音声会話、リアルタイムの視覚的インタラクション、ショッピングツール、アプリやウェアラブル端末におけるマルチモーダル推論機能を備えたMuse Spark AIを展開し、クロスプラットフォームのインテリジェントアシスタント機能を拡張する。
テクノロジー会社 Meta Meta AIは、Muse Sparkを搭載した新しいAI音声会話機能の提供開始を発表しました。このシステムは、応答の中断、会話中の話題変更、言語のシームレスな切り替えなど、Meta AIとのより自然な対話を実現するために設計されています。また、このアップデートにより、対話中にアシスタントが画像を生成したり、リール、地図、その他の統合されたMetaプラットフォームなどのサービスから取得した文脈に沿ったおすすめを表示したりすることが可能になります。
音声対話機能のアップグレードに加え、同社はアプリケーション内にリアルタイムAI機能を導入し、AIグラスで既に利用可能な機能を拡張します。この機能により、ユーザーはデバイスのカメラを起動し、Meta AIとリアルタイムで対話して、視野内の物体、環境、場所について直接質問することができます。このシステムは、ランドマークの識別、家事の支援、オンデマンドでの視覚情報の解釈など、物理的な周囲の状況を文脈的に理解できるように設計されています。
ショッピング関連の新機能も追加されました。ショッピングモードでは、Meta AIがFacebook Marketplaceの出品情報とインターネット上の検索結果を組み合わせて検索できるようになり、中古品と新品の両方を単一のインターフェースで表示できます。検索結果は、アイテムの所在地を示す地図表示と並べて表示され、価格、スタイル、距離に基づいた追加のフィルタリングオプションも利用できます。また、特定のブランドやクリエイターへの直接参照にも対応しており、ユーザーは公開コンテンツフィードや商品リストを構造化されたグリッド形式で閲覧できます。
Muse Sparkは、米国とカナダで販売されているRay-Ban MetaやOakley Metaなどのメガネを含むMetaのハードウェアエコシステム全体に段階的に展開されており、今後数か月以内にMeta Ray-Ban Displayデバイスへの展開も予定されています。また、このモデルは、WhatsApp、Instagram、Facebook、Messenger、ThreadsなどのMetaのソフトウェアプラットフォームにも統合されており、検索機能、グループチャット、投稿、その他のインタラクションポイントに表示されます。
その他の実験的な機能としては、「サイドチャット」があり、ユーザーはグループ会話内からMeta AIにアクセスして、進行中の議論に基づいてプライベートで状況に応じた応答を生成できます。また、スレッドの投稿や返信内で@meta.aiをメンションすることも可能です。これらの統合により、AIによる支援をコミュニケーションやソーシャル環境全体に拡大することを目的としています。
Meta社が次世代マルチモーダルAIシステムとしてMuse Sparkを開発
Muse Sparkの導入は、Meta Superintelligence Labsが開発した次世代大規模言語モデルの一環として、MetaがAIインフラストラクチャを幅広く開発してきた流れに沿ったものです。このモデルは、推論、マルチモーダル理解、タスク調整に重点を置き、段階的に拡張できるように設計された一連のモデルの最初のものとして位置づけられています。初期段階ではコンパクトかつ高速であるとされていますが、科学、数学、医療、そして日常生活における問題解決など、幅広い分野で複雑な推論タスクをサポートすることを目的としています。
Meta AIは、複数の推論モードをサポートするようにアップデートされ、タスクの複雑さに応じてシステムが適応できるようになりました。このアーキテクチャでは、複数のサブエージェントを並列に展開でき、それぞれがプランニング、比較、調査統合など、クエリの異なるコンポーネントを処理することで、応答の深度と効率性を向上させることができます。
このシステムのマルチモーダル機能により、テキストと並行して視覚情報を処理することが可能になり、画像内の物体識別、製品比較分析、リアルタイムでのシーン解釈といった機能を実現しています。また、医療専門家との連携により、特に視覚データが関係する場合の情報応答の質を向上させるため、健康関連の問い合わせに対する応用範囲も拡大されています。
さらに、Muse Sparkはビジュアルコーディング機能をサポートしており、ユーザーはプロンプトから直接、ウェブサイト、ダッシュボード、シンプルなゲームなどのインタラクティブなツールを生成できます。また、Metaのエコシステムから投稿、リール、コミュニティディスカッションなどのコンテキストコンテンツを統合することで、現実世界との関連性を高めた応答を実現することも可能です。
Meta社は、アップグレードされたAIエクスペリエンスのさらなる展開を地域やプラットフォームを問わず継続し、アプリやウェアラブルデバイスでの提供範囲を拡大する予定だと述べた。また、同社は、この技術の一部のコンポーネントをプライベートプレビューとしてAPIアクセスを通じて提供し、将来のバージョンはオープンソース化する可能性があることも明らかにした。
免責事項
に沿って トラストプロジェクトのガイドライン, このページで提供される情報は、法律、税金、投資、財務、またはその他の形式のアドバイスを目的としたものではなく、そのように解釈されるべきではないことに注意してください。 損失しても許容できる金額のみを投資し、疑問がある場合は独立した財務上のアドバイスを求めることが重要です。 詳細については、利用規約のほか、発行者または広告主が提供するヘルプおよびサポート ページを参照することをお勧めします。 MetaversePost は正確で公平なレポートに努めていますが、市場の状況は予告なく変更される場合があります。
著者について
アリサ、専属ジャーナリスト MPostは、暗号通貨、AI、投資、そして広範な領域を専門としています。 Web3。彼女は新たなトレンドやテクノロジーに鋭い目を向け、包括的な報道を提供して、読者に情報を提供し、進化し続けるデジタル金融の状況に興味を持ってもらえるようにしています。
より多くの記事
アリサ、専属ジャーナリスト MPostは、暗号通貨、AI、投資、そして広範な領域を専門としています。 Web3。彼女は新たなトレンドやテクノロジーに鋭い目を向け、包括的な報道を提供して、読者に情報を提供し、進化し続けるデジタル金融の状況に興味を持ってもらえるようにしています。
