 |
1
teaguexiao May 31
语音目前更适合低认知负担的场景，比如记录碎片想法、简单指令，而不是处理复杂任务。Jarvis 那种形态难点不在语音识别，而在 AI 真正理解上下文并自主执行多步操作。
|
 |
2
vitoaaazzz May 31
信息密度太低
|
 |
3
LuliYanng OP @teaguexiao 是啊 最近在思考 voice agent 这个形态的时候，很明显能感觉到的一个交互上的问题就是，人类口头的输出都是模糊语义的 不想打字那样还能在组织语言的过程中丰富信息密度。感觉这种形态还很难能够从 demo 到一个世纪可用产品的落地🤔
|
 |
4
May725 May 31
这让我想起来前几天 vide coding 时, 意识到文字不能很好的表达说话的语气.
例如反问语气 “怎么把我的.git 删了?", ai 认为我让它把.git 删除 |
 |
6
fredweili Jun 1
做这个的门槛太低了，livekit 有整套的解决方案，但是能干啥呢？又一个 chatbot?
|
|
7
LuliYanng OP @fredweili 是这样的，但看起来很割裂的，明明技术上已经可行，门槛也很低了，但是目前位置也没有一个产品跑出来，所以在想到底是什么问题？是这种交互形态导致的，还是说虽然技术门槛低了，但是始终没有一个好的产品形态能够被商业化？主要的问题在这些方面
|
 |
8
hcs66 Jun 23
KapibalaAI 最近在招募语言 Agent 工程师，
感兴趣的可以看一下 v：bzy-151 聊一下。 |
 |
9
SM7 3 days ago
最近的 chat-live 可以体验下，支持 委派式推理
|
|
11
SM7 3 days ago
语音还的依托到一个业务产品上，比如 机器人、车载等
|
|
13
LuliYanng OP @SM7 有体验了，一直都有在关注 voice 方面的进展，这个 gpt live 还是挺意外的，没想到这么快就产品化了，今年 5 月的时候 thinking machine lab 就推出了几乎一样的产品，不过还没产品化，就被 openai 抢先了。不过委派到后台任务的做法倒是不稀奇，级联跟端到端的也能做，只不过也没想到连搜索这些轻量的任务也委派出去了，相当于交互和推理完全解耦
|
Select Language