Copilot, Gemini nebo ChatGPT: Jaká je pro vás nejlepší konverzační AI?

Klíčové věci

• Pokročilý hlasový režim ChatGPT umožňuje přirozené konverzace a hluboké diskuse s uživateli, kteří využívají inferenční sílu GPT-4o.
• Gemini Live od Google nabízí bezplatný přístup ve více než 40 jazycích a je k dispozici prostřednictvím mobilních aplikací Gemini.
• Copilot Voice Interactions společnosti Microsoft je také zdarma, ale aktuálně je k dispozici pouze v Austrálii, Kanadě, Novém Zélandu, Velké Británii a USA.

Kdo potřebuje textové výzvy, když můžete jednoduše mluvit se svou oblíbenou AI? Hlasová interakce je žhavou novinkou, kterou se vývojáři snaží přidat do svých modelů, přičemž pokročilý hlasový režim ChatGPT, přirozená hlasová interakce Copilota a Gemini Live jsou v čele.

Chatboti rychle rostou

Od debutu ChatGPT neuběhly ani dva roky a už jsme svědky toho, jak AI chatboti procházejí zásadní změnou ve způsobu komunikace s lidmi. Protože se tyto modely rychle vyvíjely a získaly multimodální schopnosti, nejsou již vázány striktně na textové výzvy a odpovědi. Dnes s vámi mohou konverzovat jako s jinou osobou a v případě Gemini Live tak ve více než 40 jazycích. Je zřejmé, že tradiční psané výzvy stále mají své místo - chci říct, že nikdo nesedí a nediktuje chatbotovi tisíce řádků kódu Python - ale hlasové interakce a konverzační AI jsou připraveny k další revoluci v tom, jak interagujeme s moderním světem.

OpenAI byla první, kdo přinesl tuto technologii na trh s Advanced Voice Mode, ale byl rychle následován Gemini Live od Googlu a v poslední době také Natural Voice Interactions od Meta. Každý systém nabízí svou vlastní jedinečnou sadu schopností a omezení. Tato příručka vám pomůže poskytnout informace a přehled, které potřebujete k výběru toho nejlepšího pro vaše konkrétní potřeby.

Pokročilý hlasový režim ChatGPT

Pokročilý hlasový režim ChatGPT (AVM) využívá nejnovější model velkého jazyka OpenAI, GPT-4o, k usnadnění přirozenějších konverzací tam a zpět s vámi, uživatelem. Díky tomu je ideální pro úkoly, které vyžadují interakci v reálném čase, jako je brainstorming nebo diskuse o složitých tématech. A protože má pod kapotou GPT-4o, je AVM schopen kompetentně diskutovat o široké škále témat, od biochemie po japonskou filozofii 14. století. A co víc, může poskytnout hloubkové odpovědi na témata, kde jiné AI poskytnou stručné shrnutí. Osobně zjišťuji, že nabízí silnou kombinaci porozumění přirozenému jazyku, adaptability a personalizace spolu se širokou znalostní základnou.

AVM byla první konverzační funkce umělé inteligence, která se dostala na trh. Poprvé debutoval v květnu na jarní aktualizaci OpenAI a poté byl v červenci vydán jako beta pro vybrané předplatitele ChatGPT Plus pro testování a zpětnou vazbu. Nakonec se koncem září rozšířilo pro předplatitele Plus a Teams. Je přístupný prostřednictvím mobilních aplikací ChatGPT a také portálu pro stolní počítače, ale bohužel ještě není k dispozici, pokud používáte bezplatnou úroveň ChatGPT. Zatím není k dispozici ani v EU, Spojeném království, Švýcarsku, Islandu, Norsku a Lichtenštejnsku. Pokud žijete v jedné z těchto oblastí, budete muset pokračovat v psaní.

Blíženci žijí

Gemini Live je odpovědí společnosti Google na pokročilý hlasový režim. Je postaven na modelu Gemini 1.5 Pro, který je dosud nejpokročilejším od Googlu. Společnost představila Live v květnu na I/O 2024 a nejprve jej vyzkoušela s předplatiteli Gemini Advanced v srpnu, než jej koncem září uvolnila všem uživatelům zdarma. To samo o sobě dává Gemini Live podle mého názoru výhodu nad AVM, protože nemusím platit 20 $měsíčně, abych to zkusil.

I když Gemini 1.5 Pro nemůže zveřejnit stejné benchmarky jako GPT-4o, nabízí řadu funkcí, které AVM nenabízí. Nemohu to přeceňovat, je to zdarma k použití prostřednictvím aplikace Google nebo vyhrazených aplikací Gemini pro iOS a Android. Neexistují pro něj žádná regionální omezení, protože existují AVM. Jediné místo, kde Gemini Live nemůžete získat, je na ploše, ačkoli Google údajně pracuje na přidání této funkce v budoucnu. Gemini Live je v současné době k dispozici v pěti jazycích kromě angličtiny: francouzštině, němčině, portugalštině, hindštině a španělštině a v nadcházejících týdnech se rozšíří na téměř čtyři desítky jazyků.

Hlas druhého pilota

Copilot Voice je jednou z řady nových funkcí, které nedávno debutovaly spolu s přepracovaným osobním rozhraním Copilot, které běží na vlastní instanci GPT-4. Stejně jako AVM a Live vám umožňuje přirozeně konverzovat s AI namísto zadávání dotazů. Stejně jako ostatní je Voice primárně navržen tak, aby odpovídal na obecné otázky a fungoval jako digitální asistent, i když protože funguje na vrcholu GPT-4, má přístup k rozsáhlému tréninkovému korpusu tohoto modelu. A na rozdíl od Live je Voice k dispozici prostřednictvím desktopového portálu Copilot.

Microsoft to účtuje jako „nejintuitivnější a nejpřirozenější způsob, jak na cestách brainstorming, položit rychlou otázku nebo si dokonce jen vydechnout na konci náročného dne“. Protože kdo potřebuje skutečné přátele, když můžete v metru domů křičet na kapesní počítač?

Na rozdíl od AVM je k použití zdarma, i když je v současnosti omezena na konverzace v angličtině, a to pouze v případě, že žijete v Austrálii, Kanadě, Novém Zélandu, Spojeném království nebo Spojených státech. Microsoft pracuje na rozšíření jak jazykových možností funkce, tak geografické dostupnosti v nadcházejících týdnech.

Která hlasová umělá inteligence je pro vás ta pravá?

To je otázka, která závisí na řadě proměnných, jako je například to, kolik jste ochotni zaplatit, co máte v úmyslu s AI dělat a jaký ekosystém značky si předplatíte. Pro mě preferuji Google Live. Nejen proto, že je to zdarma, ale protože jsem již hluboce integrován do ekosystému Google. Myslím tím, že používám Gemini na telefonu Android a tento příspěvek píšu na Chromebooku Acer.

Kdybych byl Windows chlap, pravděpodobně bych používal Voice, už jen proto, abych minimalizoval potenciální třecí body se zbytkem aplikací, které již používám. Kdybych spustil iOS, trpělivě bych čekal, až dorazí Apple Intelligence se svou AI vylepšenou a suverénně vylepšenou Siri. Pokud na druhou stranu skutečně potřebujete schopnosti a výkon, které ChatGPT poskytuje, a máte 20 dolarů, které vypalují díru do kapsy, Advanced Voice Mode je pravděpodobně správná cesta.