फ्रांसीसी स्टार्टअप Rounded एक AI वॉयस एजेंट प्लैटफ़ॉर्म विकसित करने में जुटा है, जो कंपनियों को अपना स्वयं का वॉयस एजेंट आसानी से बनाने में सक्षम बनाएगा। आर्टिफिशियल इंटेलिजेंस तकनीक के तेज़ी से विकास के साथ, Rounded को विश्वास है कि AI वॉयस एजेंट ग्राहकों और कंपनियों के बीच इंटरैक्शन का प्रमुख तरीका बन जाएगा। शुरू में, Rounded की टीम ने एक Web3 प्रोडक्ट लॉन्च करने की कोशिश की, लेकिन जून 2023 में AI वॉयस एजेंट पर ध्यान केंद्रित किया। चित्र स्रोत टिप्पणी: चित्र AI द्वारा उत्पन्न, चित्र लाइसेंस सेवा प्रदाता Midj

हाल ही में, VITA-MLLM टीम ने VITA-1.5 लॉन्च करने की घोषणा की, जो VITA-1.0 के आधार पर एक उन्नत संस्करण है, जिसका उद्देश्य मल्टीमोडल इंटरएक्शन की रीयल-टाइम और सटीकता को बढ़ाना है। VITA-1.5 न केवल अंग्रेजी और चीनी का समर्थन करता है, बल्कि कई प्रदर्शन संकेतकों में महत्वपूर्ण सुधार भी किया गया है, जो उपयोगकर्ताओं को एक अधिक सहज इंटरएक्शन अनुभव प्रदान करता है। VITA-1.5 में, इंटरएक्शन की देरी मूल 4 सेकंड से घटाकर केवल 1.5 सेकंड कर दी गई है, जिससे उपयोगकर्ता वॉयस इंटरएक्शन करते समय लगभग कोई देरी महसूस नहीं करते।

कुन्लुन वानवे टेक्नोलॉजी कंपनी ने हाल ही में अपने नवीनतम उत्पाद 'तियानगोंग बड़े मॉडल 4.0' 4o संस्करण (Skywork4o) और रीयल-टाइम वॉयस बातचीत सहायक Skywork की घोषणा की। यह प्रगति कंपनी की आर्टिफिशियल इंटेलिजेंस के क्षेत्र में गहरी विकास को दर्शाती है, जो बेहतर उपयोगकर्ता अनुभव प्रदान करने के लिए प्रतिबद्ध है। Skywork एक स्मार्ट वॉयस इंटरएक्शन उत्पाद है, जिसमें तेज प्रतिक्रिया और बहुभाषी संवाद की क्षमता है, जो सक्रिय रूप से संवाद शुरू कर सकता है और रीयल-टाइम में बाधा डाल सकता है। इस उत्पाद में भावनात्मक प्रतिक्रियाएं और व्यक्तिगत आवाज़ अनुकूलन कार्यक्षमता भी है, जिसका उद्देश्य उपयोगकर्ताओं को गर्म और सहानुभूतिपूर्ण साथी प्रदान करना है।

गूगल ने आधिकारिक रूप से एप्पल ऐप स्टोर पर नए जेमिनी एप्लिकेशन को लॉन्च किया है, और वॉयस इंटरएक्शन फीचर जेमिनी लाइव पेश किया है, जो स्मार्ट वॉयस असिस्टेंट领域 में एक बड़ी उपलब्धि का प्रतीक है। इसी समय, एप्पल की योजना ओपनएआई के ChatGPT को सिरी में एकीकृत करने की है, जो इस क्षेत्र में प्रतिस्पर्धा के बढ़ने का संकेत देता है। 2023 में गूगल द्वारा लॉन्च किए गए बैर्ड का उन्नत संस्करण जेमिनी है,

चीन की आर्टिफिशियल इंटेलिजेंस क्षेत्र की प्रसिद्ध कंपनी यूनज़िशेंग ने 2024 के 23 अगस्त को बीजिंग में अपने नवीनतम अनुसंधान成果 - शानहाई मल्टी-मॉडल बड़ा मॉडल की घोषणा की। शानहाई मल्टी-मॉडल बड़ा मॉडल यूनज़िशेंग एटलस आर्टिफिशियल इंटेलिजेंस बुनियादी ढांचे का एक हिस्सा है, जो पाठ, ऑडियो, चित्र आदि जैसे कई मॉडलों के इनपुट को प्राप्त और संसाधित कर सकता है, और वास्तविक समय में टेक्स्ट, ऑडियो और चित्रों के किसी भी संयोजन का आउटपुट उत्पन्न कर सकता है। यह क्षमता शानहाई मॉडल को न केवल कुशल वॉयस इंटरएक्शन करने में सक्षम बनाती है, बल्कि यह मानव स्वाभाविक संवाद के करीब एक निर्बाध अनुभव भी प्रदान करती है।

ज्ञाने नेटवर्क ने हाल ही में एआई शैक्षणिक अनुसंधान सहायक का नया मोबाइल संस्करण पेश किया है, जिसका उद्देश्य शोधकर्ताओं की मोबाइल उपकरणों पर सुविधाजनक शैक्षणिक आवश्यकताओं को पूरा करना है। यह सहायक प्रश्न-उत्तर के रूप में संवर्धित खोज, प्रेरणा केंद्र, वॉयस इंटरएक्शन और नोट्स उत्तर जैसे चार प्रमुख कार्यों को एकीकृत करता है, जो प्राकृतिक भाषा प्रसंस्करण के माध्यम से उपयोगकर्ताओं को संपूर्ण और पेशेवर उत्तर प्रदान करता है, विषयों, रूपरेखाओं, साहित्य की सिफारिश करता है और वॉयस इनपुट और उच्चारण का समर्थन करता है। उपयोगकर्ता वॉयस के माध्यम से प्रणाली के साथ बातचीत कर सकते हैं, संबंधित जानकारी प्राप्त कर सकते हैं, दक्षता बढ़ा सकते हैं और सुविधाजनक खोज अनुभव का आनंद ले सकते हैं। साथ ही, उपयोगकर्ता की नोट्स जानकारी मोबाइल और पीसी के बीच रियल-टाइम में समकालिकित हो सकती है, जिससे उपयोग में वृद्धि होती है।