مدل Llama 4 متا از قابلیت‌های صوتی پیشرفته برخوردار است

به گزارش پیوست، منابع آگاه می‌گویند متا قصد دارد قابلیت‌های صوتی پیشرفته‌ای را به جدیدترین مدل زبانی بازمتن خود، Llama 4، اضافه کند. این مدل که طی هفته‌های آینده معرفی می‌شود، بر ایجاد یک تجربه گفت‌وگوی طبیعی‌تر میان کاربران و هوش مصنوعی متا متمرکز است. متا در تلاش است تا برخلاف شک سنتی سوال و جواب میان کاربر و هوش مصنوعی، مکالمات را تعاملی‌تر کند، به‌گونه‌ای که کاربران بتوانند در هنگام مکالمه صدای هوش مصنوعی را قطع کرده و درمورد پاسخ‌های آن اظهارنظر کند.

با توجه به رقابت سنگین در حوزه هوش مصنوعی، متا همچنین در حال بررسی طرح اشتراک‌ پولی برای دستیار Meta AI است. مشترکان می‌توانند از هوش مصنوعی برای انجام وظایفی همچون تولید ویدیوهای هوشمند استفاده کنند. همچنین، یکی از ایده‌های دیگر این شرکت، افزودن تبلیغات پولی یا پست‌های اسپانسری به نتایج جست‌وجو در این دستیار است.

زاکربرگ پیش‌تر برنامه‌های خود برای توسعه یک عامل مهندسی هوش مصنوعی را فاش کرده بود که توانایی برنامه‌نویسی و حل مسائل در سطح یک مهندس میان‌رده را دارد. او این پروژه را یکی از مهم‌ترین گام‌های متا برای ورود به بازاری بسیار بزرگ در حوزه مهندسی هوش مصنوعی می‌داند.

روش متفاوت تعامل صوتی با هوش مصنوعی متا

کریس کاکس، مدیر ارشد محصولات متا، در جریان کنفرانس Morgan Stanley Technology, Media & Telecom اعلام کرد که مدل جدید Llama 4 از یک سیستم چندمنظوره (Omni Model) برخوردار است که امکان مکالمه طبیعی‌تری را فراهم می‌کند. برخلاف روش‌های قبلی که صدا را به متن تبدیل کرده و سپس پردازش می‌کردند، این مدل جدید به‌طور بومی امکان پردازش صدا را دارد. کاکس می‌گوید: «این یک تغییر بزرگ برای این محصول رابط کاربری است، این ایده که شما بتوانید با یانترنت صحبت کنید و هرچیزی از آن بپرسید. به نظرم ما هنوز در حال درک قدرت واقعی آن هستیم.»

متا همچنین طبق گزارش فایننشال تایمز در حال بررسی میزان محدودیت‌های محتوایی در مدل جدید خود است. این موضوع در حالی مطرح می‌شود که رقبا در حال معرفی نسخه‌های پیشرفته‌تر از محصولات خود هستند. شرکت xAI ایلان ماسک، به تازگی از مدل Grok 3 رونمایی کرد که به‌طور خاص برای کاهش محدودیت‌های محتوایی طراحی شده و حالت «بی‌پروا»(Unhinged Mode)  آن، به عمد پاسخ‌هایی نامتعارف و گاهی نامناسب ارائه می‌دهد.

در سال گذشته، متا نسخه‌ای با محدودیت کمتر از مدل Llama 3 را معرفی کرد، زیرا مدل قبلی Llama 2 به دلیل امتناع از پاسخ‌گویی به برخی سوالات بی‌ضرر، مورد انتقاد قرار گرفته بود.

ادغام قابلیت‌های صوتی در محصولات متا

پیشروی در مسیر تعامل صوتی به هوش مصنوعی متا گام مهمی برای محصولات متا نیز به حساب می‌آید. این قابلیت، یکی از ویژگی‌های کلیدی عینک‌های هوشمند ری‌بن این شرکت است که به تازگی از محبوبیت زیادی در میان کاربران برخوردار شده است. علاوه بر این، متا قصد دارد برنامه‌های توسعه هدست‌های سبک‌تر را تسریع کند تا جایگزینی برای گوشی‌های هوشمند در اختیار کاربران بگذارد.

این حرکت متا نشان‌دهنده تحولی بزرگ در استفاده از هوش مصنوعی صوتی است که می‌تواند تأثیر زیادی بر تعاملات دیجیتال و آینده دستگاه‌های هوشمند بگذارد.