Débloquer la puissance de GPT-4 : Explorer les dernières fonctionnalités de l'assistant vocal IA et plus encore

OpenAI a commencé à déployer le mode vocal avancé pour un petit groupe d'utilisateurs ChatGPT Plus. Certains utilisateurs ayant accès ont enregistré des démonstrations présentant les nouvelles capacités.

Les principaux points forts du mode vocal avancé incluent :

• La possibilité d'interrompre l'assistant vocal et de le faire s'arrêter de répondre et commencer à écouter. C'est une amélioration majeure par rapport à l'ancien assistant vocal.
• Des performances impressionnantes dans diverses tâches, comme jouer le rôle d'un commentateur sportif et compter rapidement de 1 à 50.
• Il est possible de forcer l'assistant vocal en jouant une vidéo YouTube, débloquant de nouvelles capacités comme fournir des informations sur les composants des médicaments.

Bien que le déploiement soit limité pour le moment, OpenAI prévoit de rendre le mode vocal avancé disponible à tous les abonnés ChatGPT Plus d'ici l'automne. Cette mise à jour est très attendue et montre les progrès rapides de la technologie vocale d'OpenAI.

Le nouvel outil alimenté par l'IA de Meta, Segment Anything, est un véritable jeu-changer pour la production vidéo et les effets visuels. Cette technologie avancée utilise l'IA pour segmenter rapidement et avec précision les objets de leur arrière-plan, facilitant l'isolation et la manipulation des éléments dans une vidéo.

Les jours des fastidieux rotoscopages image par image sont révolus. Segment Anything simplifie le processus, vous permettant de sélectionner un objet d'un simple clic et de voir l'outil le suivre automatiquement tout au long de la séquence. Cela permet d'économiser des heures de travail manuel et ouvre de nouvelles possibilités créatives.

Les performances de l'outil sont vraiment impressionnantes, même face à des scènes complexes et dynamiques. Que vous ayez affaire à une balle rebondissante, un chat dansant ou une créature en mutation, Segment Anything s'en sort avec facilité. La segmentation alimentée par l'IA est remarquablement précise, fournissant des masques nets et bien définis prêts pour d'autres éditions et compositing.

Mais la véritable puissance de Segment Anything réside dans sa polyvalence. Une fois que vous avez isolé un objet, les possibilités sont infinies. Vous pouvez supprimer l'arrière-plan, le remplacer par un écran vert, appliquer des effets visuels ou même transformer l'objet lui-même. L'interface intuitive de l'outil rend ces techniques avancées accessibles à tous les niveaux d'utilisateurs.

Pour les producteurs vidéo, les artistes VFX et les créateurs de contenu, Segment Anything est un jeu-changer. Il rationalise le flux de travail, booste la productivité et ouvre de nouvelles voies créatives. Que vous travailliez sur un projet professionnel ou que vous expérimentiez simplement avec votre propre contenu, cet outil est indispensable dans votre arsenal.

Meta a lancé une nouvelle plateforme IA appelée "AI Studio" qui permet aux utilisateurs de créer leurs propres compagnons IA. Cette plateforme est construite sur le modèle de langage open-source LLaMA 3.1 et propose une gamme de personnalités de chatbots pré-construites que les utilisateurs peuvent personnaliser et partager.

Points clés sur l'AI Studio de Meta :

• Il n'est actuellement disponible que aux États-Unis, mais devrait se déployer dans le monde entier au fil du temps.
• Les utilisateurs peuvent accéder à la plateforme via l'application Instagram en créant une nouvelle conversation avec "Meta AI".
• La plateforme propose une variété de personnalités de chatbots pré-construites, allant d'un "petit ami attentionné" à un personnage fantasque nommé "Skib".
• Les utilisateurs peuvent également créer leurs propres chatbots personnalisés en fournissant des invites, des instructions et des exemples de dialogues.
• Les chatbots créés peuvent être partagés avec d'autres et utilisés directement dans Instagram ou WhatsApp.
• Cette plateforme représente l'effort de Meta pour concurrencer la popularité croissante des compagnons IA comme Character AI.
• L'open-sourcing de LLaMA 3.1 devrait également conduire à une vague de nouveaux projets open-source de petites amies/compagnons IA.

Dans l'ensemble, l'AI Studio de Meta est un développement important dans le monde en pleine évolution des compagnons IA. Il démontre l'ambition du géant technologique de s'imposer sur ce marché émergent et de fournir aux utilisateurs une plateforme pour créer leurs propres assistants IA uniques.

Sortie du modèle Midi Journey 6.1

• Midi Journey a sorti un nouveau modèle 6.1, qui est désormais le modèle par défaut.
• Les principales améliorations incluent :
  • Une vitesse de génération 25% plus rapide
  • Une qualité d'image légèrement améliorée
  • Des améliorations significatives de la qualité du texte, désormais encore meilleure que le modèle précédent V6
• Les tests ont montré que le nouveau modèle gère très bien les invites délicates comme "belle femme pieds nus portant une robe d'été et tenant une rose", avec des textures de peau et des cheveux plus réalistes.
• La génération de texte a également connu des améliorations notables, avec moins d'erreurs comme les doubles lettres.
• Dans l'ensemble, une mise à jour incrémentielle mais significative de la plateforme Midi Journey.

Mises à jour audio

• Audio, l'un des outils populaires de génération de musique, a introduit la version 1.5 avec les mises à jour suivantes :
  • Amélioration de la qualité audio
  • Meilleurs résultats multilingues
  • Ajout de la capacité audio-to-audio
  • Nouvelles fonctionnalités comme les vidéos lyriques partageables

Upscalers IA

• Nous avons testé le nouvel upscaler ESRV2 de Nvidia, qui offre un agrandissement 4x avec beaucoup de netteté.
• Il s'avère particulièrement efficace sur les illustrations, car il met en valeur les lignes de manière effective.
• Nous l'avons comparé à l'upscaler Mairry, qui offre un agrandissement plus subtil sans netteté excessive.
• Nous avons conclu que tous les upscalers modernes fonctionnent raisonnablement bien, Magnific restant la meilleure option pour un agrandissement de haute qualité et créatif.

Dans l'ensemble, le paysage de l'IA continue de connaître des améliorations constantes dans les capacités de génération de texte, d'images et d'audio. Les dernières mises à jour de Midi Journey, Audio et les nouveaux upscalers démontrent le rythme rapide de l'innovation dans ce domaine.

Cette semaine a été remplie de nouvelles et de sorties passionnantes dans le domaine de l'IA, mais l'un des développements les plus intéressants a été les progrès des outils de génération vidéo. Nous avons examiné en détail les principaux modèles - Genf.free, Dream Machine et Cling - et les avons mis à l'épreuve pour voir lequel brille dans différents cas d'utilisation.

Voici ce que nous avons découvert :

Genf.free : Cet outil excelle dans la création de plans cinématographiques et épiques. Les prises de vue de drone spectaculaires, l'éclairage dramatique et la valeur de production globale sont de premier ordre. Cependant, il peut parfois avoir du mal à maintenir la cohérence des personnages et peut introduire des artefacts dans certaines animations.

Dream Machine : Si vous travaillez sur des plans de produits, des graphiques ou avez besoin d'animations subtiles, Dream Machine est la solution idéale. Il produit des résultats propres et soignés sans exagération. Les légers mouvements et le souci du détail en font un excellent choix pour les applications commerciales.

Cling : C'est le joker du lot. Parfois, il produit des résultats extravagants et époustouflants, et d'autres fois, il déçoit avec des artefacts visibles. C'est le plus imprévisible, mais peut être un excellent outil pour l'expérimentation créative.

La clé est de comprendre les forces et les faiblesses de chaque modèle et de choisir celui qui convient le mieux à vos besoins spécifiques. Genf.free brille pour les plans cinématographiques, Dream Machine excelle dans les animations de produits et de graphiques, et Cling est parfait pour ceux qui veulent repousser les limites de la créativité.

Alors que nous continuons à explorer le monde en pleine évolution de la génération vidéo alimentée par l'IA, il est clair que ces outils deviennent de plus en plus puissants et accessibles. En comprenant leurs capacités uniques, vous pouvez débloquer de nouveaux niveaux de créativité et donner vie à vos idées d'une manière autrefois inimaginable.

Cette semaine a été remplie de développements passionnants dans le domaine de l'IA que vous pouvez mettre en œuvre dès aujourd'hui. Récapitulons les principales mises en évidence :

Le mode vocal avancé d'OpenAI

OpenAI déploie un mode vocal avancé pour les utilisateurs ChatGPT Plus. Le nouveau mode vous permet d'interrompre l'assistant et de lui parler, l'assistant répondant en conséquence. Les premières démonstrations montrent des capacités conversationnelles impressionnantes.

Segment Anything de Meta

Meta a lancé un outil IA puissant qui peut segmenter et suivre avec précision les objets dans les vidéos, rendant les tâches de montage vidéo beaucoup plus faciles. Il gère même les scènes complexes et abstraites avec facilité.

Meta AI Studio

Meta a lancé une nouvelle plateforme de compagnons IA appelée Meta AI Studio, qui permet de créer et de partager ses propres chatbots IA basés sur le modèle open-source LLaMA 3.1.

Midjourney v6.1 et améliorations audio

Midjourney a sorti un nouveau modèle v6.1 avec une génération de texte-vers-image améliorée, tandis que l'outil audio Audeo a introduit la version 1.5 avec une meilleure qualité audio et de nouvelles fonctionnalités.

Comparaison de la vidéo générative

Nous avons testé et comparé en détail les meilleurs outils de vidéo générative - Genf.ai, DreamMachine et Cling. Chacun a des forces uniques, les rendant adaptés à différents cas d'utilisation comme les plans cinématographiques, les vidéos de produits et les animations plus expérimentales.

Dans l'ensemble, ce fut une semaine incroyablement productive pour l'IA, avec un flot de nouvelles capacités que vous pouvez commencer à exploiter dès aujourd'hui. Je suis impatient de voir comment ces outils vont évoluer et quelles nouvelles applications émergeront dans les semaines et les mois à venir.