اوپنایآی قابلیت ChatGPT Voice را به نسخه دسکتاپ ChatGPT اضافه کرد تا کاربران بتوانند تنها با صحبت کردن، عوامل هوش مصنوعی (AI Agents) را کنترل کرده و وظایف مختلف را روی رایانه خود انجام دهند.
این قابلیت بر پایه خانواده جدید مدلهای صوتی GPT-Live توسعه یافته و امکان تعامل همزمان، شنیدن دستورات، پاسخگویی و هماهنگی میان ابزارهای مختلف را فراهم میکند. ChatGPT Voice اکنون با ChatGPT Work و Codex سازگار است و میتواند از قابلیتهای «استفاده از رایانه» برای جستوجو در وبسایتها، اجرای برنامهها و انجام کارهای چندمرحلهای بهره ببرد. همچنین کاربران macOS با استفاده از قابلیت Appshots میتوانند به ChatGPT اجازه دهند محتوای صفحهنمایش را نیز مشاهده و تحلیل کند.
در نسخه اولیه این قابلیت روی گوشیهای هوشمند، تمرکز بر مکالمه روانتر و مدیریت بهتر قطع شدن صحبتها بود و امکان انجام اقدامات عملی وجود نداشت. اما نسخه جدید دسکتاپ اکنون قادر است دستورات پیچیده و چندمرحلهای را اجرا کرده و در صورت نیاز، هنگام انجام کار از کاربر اطلاعات تکمیلی دریافت کند.
اوپنایآی در ویدیوی معرفی این قابلیت نشان داد که یک توسعهدهنده تنها با یک فرمان صوتی از ChatGPT خواست یک Thread جدید ایجاد کند، Pull Request بسازد و علت اصلی یک باگ را پیدا کند. همچنین کاربران میتوانند از طریق اپلیکیشن iOS و دسترسی از راه دور، قابلیت ChatGPT Voice را در Codex نیز به کار بگیرند.
این بهروزرسانی در حالی منتشر شده که شرکت Anthropic نیز حالت صوتی Claude را ارتقا داده و امکان انجام وظایف در برنامههایی مانند Gmail، Calendar، Slack، Notion و Canva را از طریق مدلهای Opus، Sonnet و Haiku فراهم کرده است.
کد خبر ۲۱۲۰۵۰۵۰۳.۰۲۶
منبع:تک کرانچ
