तीन बड़े एआई मॉडल्स में नए फीचर्स शामिल किए गए हैं. Meta का Muse, Anthropic का Claude और Google का Gemini Omni 1.2 Flash में इन नए फीचर्स को शामिल किया गया है. म्यूज़ अब आवाज़ से बात कर सकता है. Claude पैसे के बारे में समझा सकता है और Gemini Omni 1.2 Flash साधारण शब्दों से लंबी वीडियो बना देता है. आइए हम आपको इन तीनों एआई मॉडल्स के नए फीचर्स के बारे में बताते हैं.
Muse: आवाज और अवतार के साथ बातचीत
मेटा का म्यूज़ ऐप अब यूज़र्स से सीधे आवाज से बात कर सकता है. इसमें एक अवतार भी जुड़ा है, जो बात करते वक्त फेसियल एक्सप्रेशन्स और छोटे-छोटे जेस्चर दिखाता है. यह अपडेट मोबाइल, वेब और मैक पर अमेरिका में रोल आउट किया जा रहा है. बात शुरू करने के लिए ऐप के ऊपर दाईं ओर फोन आइकन पर टैप करना होता है. रिपोर्ट के अनुसार, आवाज वाले चैट जल्द ही एआई ग्लासेस और म्यूज़ चार्म (Muse Charm) पर भी नज़र आएंगे.
आप कोई भी आइडिया बोलकर बता सकते हैं. म्यूज़ उसे आगे बढ़ाता है. मिसाल के तौर पर यात्रा की प्लानिंग शुरू करें तो वो शहर के नाम से ही आगे के सुझाव देने लगता है. जॉब इंटरव्यू की प्रैक्टिस, प्रेजेंटेशन या किसी पिच की रिहर्सल भी इससे की जा सकती है.
चलते-फिरते या खाना बनाते हुए भी सवाल पूछे जा सकते हैं. म्यूज़ बैकग्राउंड में काम करता रहता है. आवाज़ भी चुनी जा सकती है. न्यू यॉर्कर से लेकर पाइरेट तक कई ऑप्शन है और कभी भी बदली जा सकती है. जवाब तुरंत आते हैं और बीच में रोका भी जा सकता है. लिहाजा, यह किसी असली इंसान की तरह ही बात करता है.
Claude: पर्सनल फाइनेंस की सुविधा
एंथ्रोपिक के क्लॉड में अब पर्सनल फाइनेंस फीचर आ गया है. बैंक और कार्ड अकाउंट जोड़कर अपने शब्दों में पैसे के बारे में सवाल पूछे जा सकते हैं. यह फीचर अमेरिका में प्रो, मैक्स और अल्ट्रा प्लान पर बीटा में शुरू हो रही है.
“इस महीने पैसे कहां गए” पूछने पर यह खर्च जोड़कर किराया, बिल और खाने जैसे ग्रुप में बांट देता है. उसके बाद आप आगे के सवाल भी पूछ सकते हैं जैसे – “सैलरी से पहले कितना बचा था” ऐसा पूछने पर पिछले महीनों को देखकर मेंबरशिप रिन्यूअल जैसी चीजें और बाकी पेमेंट बताता हैं.
दो बार कटे हुए चार्ज, अचानक आए फीस या साल भर में बढ़े हुए बिल को भी नोटिस करके बता देता है. यह APR जैसे शब्दों को समझाता है और इस साल कितना ब्याज दिया, यह भी जोड़कर बताता है. वीकली खर्च का चार्ट, बिल का कैलेंडर या अपनी पसंद का डैशबोर्ड भी बना सकता है.
क्लॉड को सिर्फ पढ़ने का अधिकार है. इसके अलावा वो पैसे को किसी भी काम में इस्तेमाल नहीं कर सकता है, जैसे कोई खर्च, मैनेजरमेंट या इन्वेस्टमेंट आदि कुछ भी नहीं. अकाउंट जोड़ने के लिए Plaid के जरिए बैंक में साइन-इन करना पड़ता है. पासवर्ड क्लॉड नहीं देखता है. इससे गलतियां भी हो सकती है, इसलिए कंपनी ने सलाह दी है कि जरूरी आंकड़ों को खुद बैंक से चेक कर लेना चाहिए.
Gemini Omni 1.2 Flash: लंबी और बेहतर वीडियो
गूगल ने Gemini Omni 1.2 Flash लॉन्च किया है. यह Gemini Omni 1.1 Flash का नया वर्जन है. अब यह Gemini API और Gemini for business में उपलब्ध है.
इसके जरिए आप 3 सेकंड से लेकर 15 सेकंड तक की वीडियो बना सकते हैं. आप अपने हिसाब से इनके बीच की लेंथ को चुन सकते हैं. कीमत पुराने मॉडल से 30% कम है. 720p वीडियो के लिए 0.07 डॉलर प्रति सेकंड लगता है. पहले कम क्वालिटी में ड्राफ्ट बनाकर बाद में 1080p या 4K में अपस्केल किया जा सकता है.
कैरेक्टर, प्रोडक्ट या स्टाइल के रेफरेंस को बेहतर तरीके से फॉलो करता है. चेहरा, कपड़े, पैकेजिंग का टेक्स्ट और ब्रांड कलर शुरू से अंत तक एक जैसे रहते हैं. वीडियो ज्यादा स्थिर रहती है. पहले फ्रेम से आखिरी फ्रेम तक वार्पिंग और ड्रिफ्टिंग कम होती है.
