أطلقت شركة Kyutai Labs بوت الذكاء الاصطناعي Moshi AI، وهو روبوت محادثة يعمل بالذكاء الاصطناعي (AI) يستجيب لفظيًا في الوقت الفعلي. أعلنت شركة الذكاء الاصطناعي الفرنسية أن نموذج اللغة الصوتية بالكامل الخاص بـ Moshi قد تم تطويره داخليًا. يتميز Moshi بقدرته على تعديل الصوت للتعبير عن المشاعر والاستجابة بأساليب التحدث المختلفة، ويمكن للجمهور الوصول إلى نموذج الذكاء الاصطناعي هذا مجانًا. حاليًا، يتم تقييد المحادثات بخمس دقائق.
من المثير للاهتمام أن OpenAI أعلنت أيضًا عن ميزات كلامية مماثلة مع إصدار GPT-4o، ولكن لم يتم إصدارها بعد. تذكر الشركة أن نموذج الذكاء الاصطناعي قد تم تطويره في ستة أشهر مع فريق مكون من ثمانية أشخاص. أثناء الكشف عن نموذج الذكاء الاصطناعي في حدث في باريس، أوضحت مختبرات كيوتاي أن Moshi ليس مساعدًا للذكاء الاصطناعي، بل نموذج أولي يمكن استخدامه لتطوير أدوات لحالات استخدام مختلفة.
واجهة النظام الأساسي بسيطة للغاية، حيث يتميز بتصميم مبسط للذكاء الاصطناعي. يمكن للمستخدمين التحقق من ارتفاع صوتهم أثناء التحدث من خلال واجهة المستخدم. هناك مربع نص تظهر فيه استجابات الذكاء الاصطناعي فقط، ويعرض مربع آخر بالقرب من الجزء العلوي التفاصيل الفنية مثل مدة الصوت ووقت الاستجابة والصوت المفقود. في الجزء العلوي، يوجد زر لفصل المكالمة. حاليًا، يمكن أن تكون مدة المكالمة القصوى خمس دقائق. تسلط صفحة الوصف الضوء على قدرة Moshi على التفكير والتحدث والاستماع في نفس الوقت لزيادة تدفق المحادثة إلى أقصى حد.
