Google imeanzisha Avatar ya Moja kwa Moja, uwezo mpya wa Gemini 3.8 Live ambao huipa mazungumzo ya AI ya kampuni uso wa video wa wakati halisi. Katika tangazo lake rasmi, lililofafanuliwa kwa kina na WERSM, Google inawasilisha kipengele hiki kama wakala wa biashara anayeweza kusikiliza, kuona na kuzungumza huku akidumisha hali ya kuona inayobadilika - inayopatikana kupitia Gemini Enterprise, toleo la AI la biashara la kampuni.

Utoaji huo umekuwa ukikusanya habari kwa takriban wiki moja: maduka ya tasnia yalianza kuripoti kipengele cha uwepo wa picha katika Gemini 3.8 Live mwishoni mwa wiki iliyopita, na Deccan Herald aliendeleza habari hiyo Jumatatu, akibainisha kuwa kipengele "kinaweka uso kwenye gumzo la AI". Kwa biashara zinazotathmini zana na wasaidizi wa AI, tangazo huashiria ambapo AI ya mazungumzo ya biashara inaelekea: kupunguza dirisha la gumzo, mwakilishi wa huduma anayewashwa kila wakati.

Kile Avatar ya Moja kwa Moja hufanya hasa

Avatar ya Moja kwa Moja inachanganya utengenezaji wa video wa muda halisi na uwezo wa mazungumzo ya moja kwa moja wa Gemini. Google inaangazia usawazishaji sahihi wa midomo, usemi asilia na kubadilisha maji - mbinu zinazofanya kichwa kinachozungumza kuhisi kuwa kipo badala ya uchawi.

Lakini maelezo zaidi ya matokeo hukaa nyuma ya uso. Kulingana na tangazo:

  • Ingizo la aina nyingi kwa wakati mmoja. Wakala anaweza kuchakata viingizi vya picha na sauti kwa wakati mmoja, badala ya kuzishughulikia kama zamu tofauti.
  • Simu za zana zisizo za kawaida. Avatar ya Moja kwa Moja inaweza kuleta maelezo chinichini mazungumzo yakiendelea. Mfano wa Google ni kuingia hotelini, ambapo wakala hushughulikia kazi ngumu bila kumwacha mgeni akitazama hali ya upakiaji.
  • Uenezaji wa lugha 97. Google inasema ishara inaweza kuhamia kati ya lugha 97 huku ikirekebisha usawazishaji wa midomo na misemo bila mteremko unaoonekana - wakala yule yule aliye na chapa inayobeba utambulisho thabiti katika masoko huku ikibadilisha uwasilishaji wake unaozungumzwa.

Hatua hiyo ya mwisho inaweza kuwa kipengele muhimu zaidi kibiashara. Chatbot ya kawaida humfanya mtumiaji kusubiri jibu; Avatar ya Moja kwa Moja imeundwa ili kuweka mwingiliano kusonga wakati mfumo unafanya kazi chini yake. Uso huunda mwendelezo, lakini tabia ya msingi iko karibu na mtiririko wa kazi wa huduma ambao hufanyika kubaki mazungumzo.

Kutoka chatbot hadi uwepo wa chapa

Uundaji wa Google huuliza chapa kufanya zaidi ya kuwezesha kugeuza. Makampuni yanayotuma Avatar ya Moja kwa Moja yanaalikwa kubuni mhusika - utambulisho unaoonekana, namna ya kuzungumza, utu ambao wateja wao watatambua katika sehemu mbalimbali za kugusa na lugha.

Hiyo hubadilisha AI ya biashara kutoka kwa watumiaji wa shirika wanaostahimili uwepo wa watumiaji wanaohusiana nayo, na huweka maamuzi ya muundo - jinsi wakala anavyoonekana, jinsi anavyofanya, wakati anatabasamu - kwa msingi sawa na ubora wa muundo ulio chini. Pia huongeza mada kuhusu uthabiti: ishara inayojipinga yenyewe katika lugha zote, au inatenda kwa njia tofauti kwenye vituo tofauti, inadhoofisha imani ambayo uso unakusudiwa kujenga.

Biashara kwanza, kwa sasa

Upatikanaji wa awali unapatikana kwa Gemini Enterprise pekee, kulingana na ripoti nyingi, na Google haijatangaza rekodi ya matukio ya uchapishaji wa watumiaji. Hiyo inaweka Avatar ya Moja kwa Moja katika muundo unaofahamika wa vipengele vya Google vya AI: bidhaa za biashara husafirishwa kwanza, ambapo utumaji unadhibitiwa na uchumaji wa mapato ni wa moja kwa moja, kabla ya uwezo kufikia mratibu wa umma.

Mbinu ya biashara-kwanza pia inaonyesha kile kipengele kinadai. Uzalishaji wa video wa wakati halisi uliowekwa juu ya mazungumzo ya moja kwa moja ni ghali kikokotoa, na mzigo wa kazi wa biashara - madawati ya huduma kwa wateja, mtiririko wa kuhifadhi, vioski vya kibinafsi - huja na wigo uliobainishwa ambapo gharama inaweza kuhesabiwa kulingana na wakati wa kuchukua nafasi au kuongezeka.

Mlingano wa uaminifu

Uso hubadilisha kile watumiaji hutambua na kile wanachosamehe. Msisitizo wa Google wa kusawazisha midomo kwa usahihi, misemo ya asili na kubadilisha maji si ya kupendeza: hiyo ndiyo mishono haswa ambapo mtu bandia hukatika, na watumiaji ni wepesi sana kuona itikio lililochelewa au usemi ulioratibiwa vibaya kuliko wanavyoweza kutambua sentensi iliyopigwa.

Hiyo inapunguza njia zote mbili za biashara. Avatar iliyotekelezwa vizuri inaweza kufanya huduma ya kiotomatiki ihisi kuhudhuriwa; mtu aliyetekelezwa vibaya anaweza kufanya otomatiki sawa kuhisi danganyifu - uso unaoonyesha umakini ambao mfumo msingi hauna. Chombo cha asynchronous wito Google inaeleza ni, kwa maana hiyo, pia utaratibu wa uaminifu: avatar huweka mazungumzo kwa kuonekana hai wakati mfumo unafanya kazi, badala ya kujifanya jibu tayari tayari.

Biashara zinazotumia Avatar ya Moja kwa Moja zitaamuliwa kwa njia bora kwenye choreography - jinsi mtu huyo anavyoshughulikia kusitisha, masahihisho na kukatizwa. Tangazo linapendekeza kwamba Google imechukulia nyakati hizo kama shida kuu za uhandisi badala ya kung'arisha, jambo ambalo ni lazima utumaji wowote unaowakabili mteja.

Kwa nini ni muhimu

Wasaidizi wa sauti walifanya mazungumzo ya AI; avatars hufanya iwe ya uwasilishaji. Iwapo Avatar ya Moja kwa Moja itafanya kazi kama ilivyoelezwa - kuona na sauti sawia, matumizi ya zana za usuli, kusawazisha midomo kwa lugha nyingi - kiolesura cha AI ya biashara kitaacha kuwa kisanduku cha maandishi na kuanza kuwa mhusika ambaye kampuni inamdhibiti.

Swali la wazi ni kupitishwa: ikiwa biashara zinataka AI yao iwe na uso, au ikiwa kipengele kinasalia kuwa onyesho la onyesho la sakafu. Google inacheza kamari ya awali. Kwa lugha 97 na utumiaji wa zana za usuli uliojengwa ndani, kampuni imerahisisha chapa za kimataifa kujua.

---

Kaa Mbele ya AI

Pata habari za hivi punde za AI, uchanganuzi na mafanikio - yote katika sehemu moja.

Soma habari zaidi za AI →