Desbloquee el resumen del editor de forma gratuita
Roula Khalaf, editora del FT, selecciona sus historias favoritas en este boletín semanal.
Mark Zuckerberg está construyendo las capacidades de voz de la inteligencia artificial de Meta este año, ya que el gigante de las redes sociales avanza con los planes para generar ingresos de la tecnología de desarrollo rápido.
Meta planea introducir características de voz mejoradas en su último modelo de lenguaje grande de código abierto, Llama 4, esperado en las próximas semanas, dijeron que las personas familiarizadas con el asunto, ya que apuesta a que los futuros agentes con alimentación de IA serán conversacionales en lugar de ser liderados por texto.
La compañía se ha centrado particularmente en hacer la conversación entre un usuario y su modelo de voz más cerca de un diálogo natural bidireccional, lo que permite interrupciones del usuario en lugar de un formato de respuesta y respuesta más rígido, dijo una persona.
The Voice Push se produce cuando Zuckerberg, director ejecutivo, ha esbozado planes audaces para hacer que la compañía de $ 1.7tn Silicon Valley sea el “líder de IA”, llamando a 2025 un año de ascenso o descanso para muchos de sus productos de IA, ya que el grupo compara contra rivales como OpenAi, Microsoft y Google para comercializar la tecnología.
Esto ha llevado a la compañía a analizar la prueba de suscripciones premium de su Meta AI asistente de IA, para tareas de agente, como reservas de reservas y creación de videos, dijeron dos personas familiarizadas con el asunto. También está considerando introducir publicidad paga o publicaciones patrocinadas en los resultados de búsqueda de su asistente de IA, dijo una de las personas.
Zuckerberg reveló este año planes para construir un agente de ingeniería de IA que tenga las habilidades de codificación y resolución de problemas de un ingeniero de nivel medio, que según él tiene un mercado potencialmente “muy grande”.
Meta declinó hacer comentarios.
El director de productos del grupo, Chris Cox, destacó el miércoles algunos de sus planes para la Llama 4, diciendo que sería un “modelo Omni” mediante el cual el discurso sería nativo “. . . En lugar de traducir la voz al texto, enviar texto al LLM, sacar el mensaje de texto y convertirla en el habla ”.
Hablando en la Conferencia Morgan Stanley Technology, Media & Telecom, agregó: “Creo que es un gran problema para el producto de la interfaz, la idea de que puede hablar con Internet y simplemente preguntarle cualquier cosa. Creo que todavía estamos envolviendo la cabeza con lo poderoso que es “.
Meta también ha estado discutiendo las barandillas que el modelo de llama más reciente debería tener alrededor de lo que puede generar y si para reducirlos, dijeron dos personas familiarizadas con el asunto.
Las discusiones se presentan en medio de una gran cantidad de lanzamientos de rivales y advertencias de los recién nombrados Sacks de David ‘Ai zar’, un capitalista de riesgo de Silicon Valley, que ha dicho que quiere asegurarse de que los modelos de IA de EE. UU. No sean políticamente parciales o “despertaran”.
Operai lanzó su modo de voz el año pasado y se ha centrado en darle personalidades distintas, mientras que Grok 3, creado por XAI de Elon Musk y disponible en la plataforma X, lanzó sus funciones de voz a los usuarios seleccionados a fines del mes pasado.
El modelo GROK fue diseñado específicamente para tener menos barandillas, incluido un “modo desquiciado” que responde deliberadamente de manera destinada a ser “objetable, inapropiada y ofensiva”, según la compañía.
El año pasado, Meta dio a conocer una versión menos “santásica” de su modelo de IA para su tercera iteración de LLAMA, luego de las críticas de que Llama 2 se estaba negando a responder preguntas inocentes.
Permitir a los usuarios interactuar con un asistente de IA que usa comandos de voz es una característica importante de las gafas inteligentes de Meta’s Ray Bans, que recientemente se han convertido en un gran éxito entre los consumidores. El grupo ha acelerado sus planes para construir auriculares livianos que puedan usurpar el teléfono inteligente como el principal dispositivo informático de los consumidores.
Informes adicionales de Melissa Heikkilä en Londres
About the Author
