تصور کنید بدون دست زدن به موس و کیبورد و تنها با صحبت کردن، کامپیوتر شما کارهای پیچیده‌ای مثل برنامه‌نویسی، کنترل ایجنت‌ها یا جستجو در برنامه‌ها را انجام دهد! شرکت OpenAI حالت صوتی جدید و قدرتمند ChatGPT Voice را برای نسخه دسکتاپ چت‌جی‌پاتی عرضه کرد. این به‌روزرسانی بزرگ که به مدل‌های صوتی سری GPT-Live مجهز شده، نحوه تعامل کاربران با رایانه و انجام کارهای روزمره را دگرگون می‌کند.
امکانات بی‌نظیر حالت صوتی جدید در دسکتاپ
نسخه دسکتاپ چت‌جی‌پاتی بر خلاف نسخه موبایل، فقط یک دستیار صوتی ساده برای گفتگو نیست، بلکه توانایی اجرای دستورات پیچیده و چندمرحله‌ای را روی سیستم‌عامل شما دارد.
قابلیت‌های کلیدی این به‌روزرسانی عبارتند از:
- کنترل کامل ایجنت‌ها: هماهنگی و هدایت همزمان چندین ایجنت هوشمند در محیط‌های ChatGPT Work و Codex.
- اجرای دستورات چندمرحله‌ای: امکان صدور فرمان‌های پیچیده مانند ایجاد برنچ جدید، ثبت Pull Request و عیب‌یابی کدها فقط با یک جمله صوتی.
- تحلیل هوشمند صفحه نمایش (Appshots): در سیستم‌عامل macOS، هوش مصنوعی می‌تواند محتوای روی صفحه شما را ببیند و کدهای متناظر یا متن‌ها را پردازش کند.
- تعامل زنده و یکپارچه: شنیدن، صحبت کردن و مدیریت کارهای درون برنامه‌ای به‌صورت همزمان بدون قطع جریان گفتگو.
رقابت داغ غول‌های هوش مصنوعی؛ پاسخ انتروپیک با کلود
همزمان با رونمایی اوپن‌ای‌آی از این قابلیت، رقابت در دنیای دستیارهای صوتی هوشمند وارد مرحل جدیدی شده است. شرکت Anthropic نیز حالت صوتی مدل Claude را ارتقا داده تا از رقبای خود عقب نماند.
نسخه صوتی کلود اکنون با بهره‌گیری از مدل‌های Opus ،Sonnet و Haiku می‌تواند کارهای مختلفی را در ابزارهای محبوب کاری مانند Gmail، Slack، Notion، Calendar و Canva به انجام برساند. این موضوع نشان می‌دهد که آینده تعامل با کامپیوترها کاملاً بر پایه صوت و ایجنت‌های خودکار استوار خواهد بود.
حالت صوتی جدید چت‌جی‌پاتی دسکتاپ از چه مدلی استفاده می‌کند؟
این قابلیت از خانواده جدید مدل‌های صوتی OpenAI به نام GPT-Live قدرت می‌گیرد که امکان مکالمه طبیعی، زنده و بدون وقفه را فراهم می‌کند.
آیا حالت صوتی دسکتاپ با نسخه موبایل متفاوت است؟
بله، نسخه دسکتاپ علاوه بر مکالمه، توانایی دسترسی به سیستم‌عامل، اجرای برنامه‌ها، کنترل ایجنت‌های کدنویسی و تحلیل صفحه نمایش را دارد.