Аннотация:
OpenAI объявила, что в мобильное приложение ChatGPT начали добавлять функции голосового интеллектуального агента. В будущем пользователи смогут не только общаться с ChatGPT посредством голоса, но и напрямую приказывать ему выполнять более сложную практическую работу с помощью голоса. Например, пользователи могут попросить ChatGPT создать документ, составить черновик электронного письма, суммировать сообщение Slack или даже выполнить ряд задач, для выполнения которых требуется несколько шагов.
Смысл этого обновления — перенести возможности агентской работы, которые ChatGPT постепенно добавляет на настольные компьютеры, на мобильные телефоны. Пользователи Plus и Pro вкладку «Работа» на мобильном телефоне теперь можно использовать непосредственно для создания документов, черновиков электронных писем и обобщения сообщений Slack. Он также может выполнять более сложные рабочие процессы, такие как создание веб-сайтов, проведение презентаций, использование облачных браузеров и решение финансовых задач.
Для пользователей Free и Go OpenAI фокусируется на использовании плагинов и подключенных приложений. Это означает, что пользователи с разными уровнями подписки могут заставить ChatGPT работать с внешними инструментами и приложениями, но конкретный набор доступных функций различается.
Это обновление также меняет поведение самого голосового режима ChatGPT. OpenAI заявила, что голосовые разговоры теперь могут обеспечивать более богатый текстовый вывод, и пользователи могут одновременно видеть более полную текстовую информацию при общении с ChatGPT. Кроме того, пользователи также могут более легко переключаться между текстовым и голосовым режимами без необходимости завершать текущий разговор и начинать заново.
Непрерывная работа на разных устройствах также является важной частью этого обновления. Пользователи могут использовать свой мобильный телефон, чтобы сообщить ChatGPT, чтобы он начал обработку задачи, когда они отсутствуют, а затем вернуться к компьютеру, чтобы продолжить просмотр и выполнение задачи. Другими словами, мобильный телефон в основном отвечает за выдачу инструкций и запуск задач в любое время, в то время как настольный компьютер может продолжать выполнять более сложные рабочие процессы.
Это изменение связано с постоянными инвестициями OpenAI в голосовое взаимодействие в последние годы. В июле этого года OpenAI запустила новую речевую модель GPT-Live, ориентированную на улучшение естественного диалога, обработку прерываний и возможности непрерывного общения. Впоследствии OpenAI привнес эту голосовую возможность в настольные приложения, позволив пользователям управлять интеллектуальным агентом в ChatGPT. Работайте с помощью голоса или решайте задачи по разработке программного обеспечения в Codex.
Предыдущие версии для настольных компьютеров уже позволяли пользователям подавать сложные многоэтапные команды с помощью голоса. Например, разработчики могут напрямую указать ChatGPT создать новый поток кода, отправить запрос на включение и найти основную причину уязвимости программы без необходимости выполнять каждую операцию. Это мобильное обновление в основном следует этой идее, но еще больше расширяет возможности голосового управления и интеллектуального агента на мобильные телефоны.
OpenAI считает, что голос становится важным способом взаимодействия людей с ИИ для выполнения сложных задач. Вместо того, чтобы останавливаться и вводить текст, пользователи могут напрямую сообщать ИИ, что нужно сделать, посредством голоса во время ходьбы, поездки на работу или других дел, а затем позволить интеллектуальному агенту продолжать выполнять это в фоновом режиме.
Эта тенденция также соответствует предыдущему позиционированию OpenAI в отношении голосовых технологий. Компания заявила, что надеется, что по мере дальнейшего совершенствования возможностей моделей голос в конечном итоге станет основным методом взаимодействия с компьютером, а пользователи смогут продолжать командовать ИИ для выполнения все более сложных и длительных задач с помощью естественного языка.
OpenAI также продемонстрировала это направление развития, запустив GPT-Live в июле этого года. Новая речевая модель может не только более естественно обрабатывать прерывания пользователя, но и вызывать более продвинутые текстовые модели для поиска, рассуждения и выполнения агентских задач во время непрерывного голосового общения. Таким образом, голосовой режим больше не является просто интерфейсом, отвечающим за «разговор», а постепенно стал входом для управления всей рабочей системой ИИ.
Это мобильное обновление также означает, что OpenAI постепенно меняет позиционирование мобильного приложения ChatGPT. Раньше мобильная версия ChatGPT в основном отвечала за такие задачи, как вопросы и ответы, поиск, письмо и голосовой чат. Теперь пользователи могут запустить полный рабочий процесс прямо со своего мобильного телефона и позволить искусственному интеллекту завершить фактическую работу в подключенных приложениях и инструментах.
В то же время подход OpenAI конкурирует с направлением, выбранным его конкурентами. Anthropic также недавно расширила возможности совместной работы Claude на мобильных и настольных компьютерах и продолжила интеграцию чат-интерфейсов Cowork и Claude, позволяя пользователям инициировать задачи с мобильных устройств, а затем переносить их на настольный компьютер для продолжения обработки. Тем не менее, у двух компаний по-прежнему есть разные варианты структуры продукции. OpenAI по-прежнему отделяет обычный интерфейс чата от рабочих пространств, таких как Work.
Судя по текущей дорожной карте продукта OpenAI, голосовая связь, интеллектуальные агенты и работа с несколькими устройствами постепенно интегрируются. В будущем пользователям не обязательно будет открывать конкретное приложение, находить определенные кнопки, а затем шаг за шагом управлять программным обеспечением. Вместо этого они могут напрямую заявить о своих целях, а ChatGPT будет отвечать за понимание задачи, вызов инструментов и выполнение нескольких шагов.
Это мобильное обновление не только добавляет функцию голосового чата, но также позволяет ChatGPT на мобильном телефоне иметь возможность «работать с голосовыми командами». Поскольку OpenAI продолжает совершенствовать такие продукты, как GPT-Live и Work, голосовой режим ChatGPT постепенно трансформируется из простого инструмента общения в портал, соединяющий пользователей с агентами искусственного интеллекта, внешними приложениями и реальными цифровыми рабочими процессами.
Комментарии