OpenAI pode anunciar novo modelo de IA para enfrentar diretamente o Google

OpenAI pode anunciar novo modelo de IA para enfrentar diretamente o Google é perfilada pela BTW Media porque evidências publicadas a vinculam a infraestrutura de internet, governança, dependências operacionais ou visibilidade de mercado.

• A OpenAI está realizando um evento que pode ver um anúncio sobre um novo assistente digital multimodal na segunda-feira,
• Ser multimodal permitiria ao assistente usar pistas visuais, como reconhecer e interpretar uma placa do lado de fora, como instruções.
• Isso representa uma ameaça direta ao Google Assistant e ao recém-lançado Gemini, os assistentes digitais da empresa.

A OpenAI vem demonstrando para alguns de seus clientesum novo modelo de IA multimodalque pode reconhecer entidades e conversar com você, de acordo com um relatório recente do The Information, o site de notícias. O veículo afirma ter visto o modelo através de fontes anônimas e especula que isso pode ser uma prévia do que a empresa revelará ainda hoje.

Novo modelo de IA multimodal

Multimodal se refere à capacidade da IA de processar mais do que apenas texto como entrada. Este suposto assistente digital seria capaz de se conectar a uma câmera, processar dados do mundo exterior e, em seguida, responder com detalhes adicionais sobre o que observou. Por exemplo, você poderia pedir ao ChatGPT para reconhecer e traduzir uma placa quando apontar uma câmera para uma placa escrita em um idioma diferente do seu. A IA então conversaria com você.

Se isso parece familiar, é porque o Google Lens, o Google Assistant e—mais recentemente—o Google Gemini já fizeram isso. O ChatGPT já é capaz de fazer isso, embora não através de uma única interface.

O novo modelo pode interpretar imagens e áudio mais rápido e com mais precisão do que seus modelos separados de transcrição e texto-para-fala, de acordo com relatos. O The Information afirma que o modelo “teoricamente” pode ajudar estudantes com matemática ou traduzir placas do mundo real e que seria capaz de ajudar representantes de atendimento ao cliente a “entender melhor a entonação das vozes dos chamadores ou se eles estão sendo sarcásticos”.

Em outras palavras, um concorrente direto do Gemini (e, consequentemente, do Google Assistant e da Siri da Apple).

O modelo pode “responder a alguns tipos de perguntas” melhor do que o GPT-4 Turbo, mas ainda pode cometer erros com confiança, de acordo com fontes próximas ao veículo.

Leia também:Como funcionam os veículos autônomos?

Leia também:OpenAI combate desinformação com colaboração tecnológica

Especulação sobre a OpenAI

O desenvolvedor Ananay Arora compartilhou uma captura de tela do código relacionado a chamadas acima, sugerindo que a OpenAI pode estar preparando também um novo recurso integrado do ChatGPT. Arora também descobriu provas de que a OpenAI configurou servidores destinados a bate-papo por áudio e vídeo em tempo real.

Além disso, Altman afirmou que a empresa não está lançando um novo mecanismo de busca baseado em IA. No entanto, se o relatório do The Information for preciso, ainda pode diminuir as expectativas da conferência de desenvolvedores Google I/O.