Inilabas ng Meta ang mga Pag-uusap sa Boses na Pinapagana ng Muse Spark na may Real-Time Visual Intelligence at Multimodal na mga Tugon
Sa madaling sabi
Inilunsad ng Meta ang Muse Spark AI na may mga pag-uusap gamit ang boses, real-time na visual interaction, mga tool sa pamimili, at multimodal na pangangatwiran sa iba't ibang app at wearable, na nagpapalawak ng mga kakayahan ng cross-platform intelligent assistant.
Kumpanya ng teknolohiya meta inanunsyo ang paglulunsad ng mga bagong AI Voice Conversations na pinapagana ng Muse Spark, isang sistemang idinisenyo upang paganahin ang mas natural na pakikipag-ugnayan sa Meta AI, kabilang ang kakayahang putulin ang mga tugon, baguhin ang mga paksa sa kalagitnaan ng pag-uusap, at lumipat sa pagitan ng mga wika nang walang putol. Ang na-update na karanasan ay nagbibigay-daan din sa assistant na bumuo ng mga imahe habang nasa diyalogo at magpakita ng mga rekomendasyong kontekstwal na kinuha mula sa mga serbisyo tulad ng Reels, mapa, at iba pang pinagsamang platform ng Meta.
Kasabay ng mga pag-upgrade sa pakikipag-ugnayan gamit ang boses, ipinakikilala rin ng kumpanya ang mga live na kakayahan ng AI sa loob ng mga aplikasyon nito, na nagpapalawak ng functionality na available na sa mga AI glasses nito. Ang feature na ito ay nagbibigay-daan sa mga user na i-activate ang camera ng device at makipag-ugnayan sa Meta AI nang real time, na nagtatanong tungkol sa mga bagay, kapaligiran, o lokasyon nang direkta sa loob ng kanilang field of view. Ang sistema ay dinisenyo upang magbigay ng kontekstong pag-unawa sa pisikal na kapaligiran, maging ito man ay sa pagtukoy ng mga landmark, pagtulong sa mga gawain sa bahay, o pagbibigay-kahulugan sa visual na impormasyon on demand.
Ipinakilala rin ang isang bagong hanay ng mga tampok na may kaugnayan sa pamimili. Sa loob ng shopping mode, maaari na ngayong maghanap ang Meta AI sa mga listahan ng Facebook Marketplace kasama ng mas malawak na mga resulta sa internet, na nagpapakita ng parehong mga segunda-mano at bagong mga item sa loob ng iisang interface. Ipinapakita ang mga resulta kasama ng isang view na nakabatay sa mapa na nagpapakita ng mga lokasyon ng item, na may karagdagang mga opsyon sa pag-filter batay sa presyo, estilo, at distansya. Sinusuportahan din ng assistant ang mga direktang sanggunian sa mga partikular na brand o creator, na nagbibigay-daan sa mga user na mag-browse ng mga pampublikong feed ng nilalaman at mga listahan ng produkto sa isang nakabalangkas na format ng grid.
Unti-unting inilalapat ang Muse Spark sa buong hardware ecosystem ng Meta, kabilang ang Ray-Ban Meta at Oakley Meta glasses sa Estados Unidos at Canada, na may karagdagang planong pagpapalawak para sa mga Meta Ray-Ban Display device sa mga darating na buwan. Isinama rin ang modelo sa mga software platform ng Meta, kabilang ang WhatsApp, Instagram, Facebook, Messenger, at Threads, kung saan ito lumalabas sa mga search function, group chat, post, at iba pang interaction points.
Kabilang sa mga karagdagang tampok na pang-eksperimento ang "mga side chat," na nagbibigay-daan sa mga user na ma-access ang Meta AI mula sa loob ng mga pag-uusap ng grupo upang makabuo ng mga pribado at may kamalayang tugon batay sa konteksto batay sa mga patuloy na talakayan, pati na rin ang mga pagbanggit sa @meta.ai sa loob ng mga post at tugon ng Threads. Ang mga integrasyong ito ay inilaan upang mapalawak ang tulong ng AI sa mga kapaligirang pangkomunikasyon at panlipunan.
Itinataguyod ng Meta ang Muse Spark Bilang Susunod na Henerasyong Multimodal AI System
Ang pagpapakilala ng Muse Spark ay kasunod ng mas malawak na pag-unlad ng Meta sa imprastraktura ng AI nito, na inilarawan bilang bahagi ng isang bagong henerasyon ng malalaking modelo ng wika na binuo ng Meta Superintelligence Labs. Ang modelo ay nakaposisyon bilang una sa isang serye na idinisenyo upang mapalawak nang paunti-unti, na may diin sa pangangatwiran, multimodal na pag-unawa, at koordinasyon ng gawain. Bagama't inilarawan bilang siksik at mabilis sa orihinal nitong anyo, inilaan nitong suportahan ang mga kumplikadong gawain sa pangangatwiran sa agham, matematika, kalusugan, at pang-araw-araw na paglutas ng problema.
Na-update din ang Meta AI upang suportahan ang maraming paraan ng pangangatwiran, na nagpapahintulot sa sistema na umangkop depende sa pagiging kumplikado ng gawain. Ang arkitektura ay maaaring mag-deploy ng maraming subagent nang sabay-sabay, na ang bawat isa ay humahawak sa iba't ibang bahagi ng isang query, tulad ng pagpaplano, paghahambing, o sintesis ng pananaliksik, na may layuning mapabuti ang lalim at kahusayan ng tugon.
Ang mga kakayahan ng multimodal ng sistema ay nagbibigay-daan dito upang iproseso ang mga visual na input kasama ng teksto, na nagbibigay-daan sa mga tungkulin tulad ng pagtukoy ng mga bagay sa mga imahe, pagsusuri ng mga paghahambing ng produkto, at pagbibigay-kahulugan sa mga eksena sa totoong oras. Ipinakilala rin ang mga pinalawak na aplikasyon sa mga query na may kaugnayan sa kalusugan, na binuo sa pakikipagtulungan sa mga medikal na propesyonal upang mapabuti ang kalidad ng mga tugon sa impormasyon, lalo na kapag ang visual na data ay kasangkot.
Bukod pa rito, sinusuportahan ng Muse Spark ang mga function ng visual coding na nagbibigay-daan sa mga user na bumuo ng mga interactive na tool tulad ng mga website, dashboard, at mga simpleng laro nang direkta mula sa mga prompt. Maaari ring isama ng system ang contextual content mula sa ecosystem ng Meta, kabilang ang mga post, Reel, at mga talakayan sa komunidad, upang pagyamanin ang mga tugon na may kaugnayan sa totoong mundo.
Sinabi ng Meta na ang karagdagang paglulunsad ng na-upgrade na karanasan sa AI ay magpapatuloy sa iba't ibang rehiyon at platform, na may pinaplanong mas malawak na availability para sa mga app at wearable device nito. Ipinahiwatig din ng kumpanya na ang mga piling bahagi ng teknolohiya ay gagawing available sa pamamagitan ng API access sa pribadong preview at ang mga susunod na bersyon ay maaaring maging open-sourced.
Pagtanggi sa pananagutan
Sa linya na may Mga alituntunin ng Trust Project, pakitandaan na ang impormasyong ibinigay sa pahinang ito ay hindi nilayon at hindi dapat bigyang-kahulugan bilang legal, buwis, pamumuhunan, pananalapi, o anumang iba pang paraan ng payo. Mahalagang mamuhunan lamang kung ano ang maaari mong mawala at humingi ng independiyenteng payo sa pananalapi kung mayroon kang anumang mga pagdududa. Para sa karagdagang impormasyon, iminumungkahi naming sumangguni sa mga tuntunin at kundisyon pati na rin sa mga pahina ng tulong at suporta na ibinigay ng nagbigay o advertiser. MetaversePost ay nakatuon sa tumpak, walang pinapanigan na pag-uulat, ngunit ang mga kondisyon ng merkado ay maaaring magbago nang walang abiso.
Tungkol sa Ang May-akda
Alisa, isang dedikadong mamamahayag sa MPost, ay dalubhasa sa crypto, AI, mga pamumuhunan, at sa malawak na larangan ng Web3. Sa isang matalas na mata para sa mga umuusbong na uso at teknolohiya, naghahatid siya ng komprehensibong saklaw upang ipaalam at hikayatin ang mga mambabasa sa patuloy na umuusbong na tanawin ng digital finance.
Mas marami pang artikulo
Alisa, isang dedikadong mamamahayag sa MPost, ay dalubhasa sa crypto, AI, mga pamumuhunan, at sa malawak na larangan ng Web3. Sa isang matalas na mata para sa mga umuusbong na uso at teknolohiya, naghahatid siya ng komprehensibong saklaw upang ipaalam at hikayatin ang mga mambabasa sa patuloy na umuusbong na tanawin ng digital finance.
