米国スタートアップが初のAIウェアラブルデバイス「Ai Pin」を発表

ElevenLabsが新しい音声インタラクションプラットフォーム「Conversational AI 2.0」を発表：AI音声アシスタントは人以上にあなたを理解する

音声AI「一気に完成」！階躍、1300億パラメーターの支配級音声モデルをオープンソース化、リアルタイム会話＋感情複製で衝撃の登場

音声インタラクション分野に画期的なブレークスルー到来！中国のAI企業、階躍（Step Audio）が最近、1300億パラメーターの超大型音声モデルを衝撃的にオープンソース化し、業界の注目を集めています。この「支配級」と称される強力なモデルは、業界初の音声理解と生成制御を統合した製品レベルのオープンソースリアルタイム音声対話システムであり、その機能の包括性と技術の先進性は驚くべきもので、音声AI技術の発展が「一気に完成」し、新たな高みに到達する可能性を示唆しています。このオープンソースモデルの最も重要な特徴は、その…

OpenAIの新商標申請がAR/VRハードウェアへの進出を示唆

最近、OpenAIは拡張現実（AR）と仮想現実（VR）ヘッドセットや眼鏡などのウェアラブルデバイスを含む新しい商標を申請しました。この動きは業界で大きな注目を集め、OpenAIがハードウェア分野への進出を計画している可能性を示唆しています。近年、人工知能技術の急速な発展に伴い、ウェアラブルデバイス、特に眼鏡型デバイスに対する需要が高まっています。眼鏡型デバイスはAI技術の理想的な担体とみなされています。Meta、Apple、Samsung、Googleなどのテクノロジー大手は、AI関連技術を搭載したウェアラブルデバイスの開発に力を注いでいます。

フランスのスタートアップRounded、AI音声代理プラットフォームを発表 企業向けのカスタマイズ可能な音声インタラクションを提供

フランスのスタートアップ企業Roundedは、企業が独自のAI音声代理を簡単に構築できる、AI音声代理オーケストレーションプラットフォームの開発に取り組んでいます。人工知能技術の急速な発展に伴い、RoundedはAI音声代理が顧客と企業のインタラクションの主流になると確信しています。当初、RoundedチームはWeb3製品のローンチを試みましたが、2023年6月にAI音声代理に焦点を移しました。画像注記：画像はAI生成、画像ライセンスプロバイダーMidjourney

新鋭AIウェアラブルデバイスOmi：ブレイン・コンピューター・インターフェースで作業効率を向上

ラスベガスで開催されたコンシューマー・エレクトロニクス・ショー（CES）で、サンフランシスコ拠点のスタートアップ企業Based Hardwareは、革新的な「ブレイン・コンピューター・インターフェース」技術を用いてユーザーの作業効率を向上させることを目的とした最新のAIウェアラブルデバイスOmiを発表しました。このデバイスは首に着用でき、「Hey, Omi」と言うだけでAIアシスタントをアクティブ化できます。さらに興味深いことに、Omiは医療用テープでユーザーの頭部側面に固定することもでき、ブレイン・コンピューター・インターフェースを通じてユーザーがデバイスと会話しているかどうかを判断します。

GPT-4oレベル！VITA-1.5：リアルタイムなビジュアルと音声インタラクション、1.5秒のインタラクション遅延

VITA-MLLMチームは最近、VITA-1.0をベースに開発されたアップグレード版であるVITA-1.5を発表しました。マルチモーダルインタラクションのリアルタイム性と正確性の向上を目指しています。VITA-1.5は英語と中国語に対応しているだけでなく、複数の性能指標において顕著な向上を実現し、よりスムーズなインタラクション体験を提供します。VITA-1.5では、インタラクション遅延が大幅に短縮され、従来の4秒からわずか1.5秒に短縮されました。ユーザーは音声インタラクションを行う際に、ほとんど遅延を感じません。

OpenAI CEOアルトマンが「新年の抱負」をオンラインで募集！家庭向けアカウントが最も多くの支持を集める

OpenAIのCEOであるサム・アルトマン氏が最近、ソーシャルメディアプラットフォームX上で2025年への抱負募集を始め、世界中のユーザーから熱い議論を呼び起こしました。このAI業界の巨頭が投げかけたシンプルな質問は、多くの建設的な意見、そして潜在的な製品改善の方向性を生み出しました。多くの提案の中でも、ファミリーアカウント機能が特に注目を集めています。ユーザーから、家族全員向けのアカウントシステムを導入し、保護者による監視機能を備え、子どもたちが安全な環境でAIの世界を探求できるようにする提案がありました。これに対して、アル…

OpenAI、ChatGPT検索機能を強化　地図、高度な音声機能などをサポート

OpenAIは最近、ChatGPTプラットフォームに大幅な技術アップデートを実施し、リアルタイム検索機能と高度な音声インタラクションモードを導入することで、ユーザー体験を大幅に向上させました。最新の技術共有ライブ配信で、OpenAIはChatGPTの様々な新機能を紹介しました。これには検索アルゴリズムの深層最適化が含まれており、ユーザーは株式やニュースなどのリアルタイム情報を迅速に取得できるようになり、検索のタイムリー性と実用性が大幅に向上しています。

Solos、AIグラスAirGo Visionを発表：ChatGPT統合、音声コマンド機能搭載

Solosは先日、最新製品AirGo Visionを発表しました。これはChatGPT人工知能とカメラを統合した、初のスマートグラスです。このグラスの発表は、ウェアラブルデバイスが新たな時代に入ったことを意味します。ユーザーはスマートグラスの基本機能を楽しむだけでなく、ChatGPTを通じてリアルタイムでの交流やインタラクションが可能になり、使用体験が大幅に向上します。AirGo Visionは、ファッション性と実用性を兼ね備え、快適な装着感で日常使いに適しています。

変声より強力：Hume AIのスライダー一つで、AI音声の可能性を再定義

人工知能はかつてない速さで、人間と機械のインタラクションの境界を再定義しています。Hume AIの音声制御機能はまさに時宜を得たもので、デジタル世界に音声インタラクションによる技術革新をもたらしました。この革新的技術の中核をなすのは、比類のない音声の精密制御能力です。従来のAI音声は、プリセットモードに制限されることが多かったですが、Hume AIは全く新しいパーソナライズソリューションを提供します。ユーザーは10個の次元で音声を正確に調整し、かつてない音声表現の自由を実現できます。画像出典：画像提供A