हाल ही में, गूगल ने एक नया AI वॉयस असिस्टेंट जेमिनी लाइव लॉन्च किया है, जो उपयोगकर्ताओं को अधिक स्वाभाविक संवाद करने की अनुमति देता है और 10 भाषाओं का समर्थन करता है। शुरुआत में, जेमिनी लाइव केवल भुगतान करने वाले उपयोगकर्ताओं के लिए उपलब्ध था, लेकिन अब सभी iOS और एंड्रॉइड उपयोगकर्ता इसे मुफ्त में डाउनलोड और उपयोग कर सकते हैं। उपयोगकर्ता इस ऐप के माध्यम से अधिक सहज मानव-मशीन बातचीत का अनुभव कर सकते हैं, पारंपरिक वॉयस असिस्टेंट की सीमाओं को तोड़ते हुए। जेमिनी लाइव की विशेषता यह है कि यह कई दौर की बातचीत कर सकता है।

प्रौद्योगिकी मीडिया testingcatalog के नवीनतम समाचार के अनुसार, ChatGPT का उन्नत वॉइस मोड संभवतः 24 सितंबर को औपचारिक रूप से जारी किया जाएगा, जो कि इस फीचर के पूर्ण लॉन्च के साथ उपयोगकर्ताओं को अभूतपूर्व इंटरैक्शन का अनुभव प्रदान करेगा। जुलाई में OpenAI ने कुछ ChatGPT Plus उपयोगकर्ताओं को उन्नत वॉइस मोड के परीक्षण अधिकार प्रदान किए थे। यह फीचर अत्यधिक यथार्थवादी ऑडियो प्रतिक्रियाएँ उत्पन्न करने में सक्षम है, जिससे उपयोगकर्ता आभास करते हैं जैसे वे वास्तविक व्यक्ति से बात कर रहे हों, और यह मनुष्य-मशीन इंटरैक्शन की प्राकृतिकता और इमर्सिव अनुभव को काफी बढ़ाता है।

हाल ही में, GPT4o Captcha Bypass नामक एक नई क्रैकिंग टूल ने उद्योग में ध्यान आकर्षित किया है। यह टूल एक कमांड लाइन इंटरफेस (CLI) एप्लिकेशन है, जो Python और Selenium तकनीक का उपयोग करके विभिन्न प्रकार के कैप्चा सिस्टम का परीक्षण और क्रैक करने की क्षमता रखता है।