OpenAI или Google? Обзор новостей

Два гиганта в мире нейросетей выпустили обновленные версии нейросетей с разницей сутки. Это произвело немалый фурор. Ни одна из компаний не отстает друг от друга и пытается превзойти. Давайте посмотрим, что новенького нас ждет.

Привет! Меня зовут Константин Финк, я предприниматель с 15-летним опытом. Мой бизнес занял первое место по объему закупок и количеству магазинов среди 83 стран мира. Сейчас мой бизнес работает в 5 странах и регулярно растет. А я полностью вышел из операционки, благодаря искусственному интеллекту

Компания OpenAI анонсировала выпуск нового ChatGPT4o, и вот что нас ждет в этом обновлении:

Что может GPT-4o:

🗣️ Голосовой ассистент распознает речь и поддерживает диалоги в реальном времени. Взаимодействие происходит более естественно, чем раньше: время отклика на аудиозапросы составляет в среднем 0,3 секунды, что сопоставимо со скоростью реакции человека.

Нейросеть говорит не роботизированным монотонным голосом, а смеется, выражает эмоции, меняет интонации и даже поет.

📹 Распознавание видео и изображений. GPT-4o лучше анализирует и интерпретирует визуальные данные. Она распознает объекты, действия и сцены в видео. Например, модель смогла транскрибировать ролик и выделить разных спикеров с записи встречи. Раньше нейросеть работала только со статичными изображениями: картинками, скриншотами, фото.

📈 Мультимодальность. Модель принимает на входе и генерирует на выходе любые комбинации текста, аудио и изображений. Она работает по принципу end-to-end, что означает, что все виды информации обрабатываются одной нейросетью.

📄 Обработка текста соответствует уровню GPT-4 Turbo при работе на английском. На других языках работу существенно улучшили.

🗂️ Увеличенное контекстное окно. Нейросети можно «скармливать» большие объемы информации. На презентации она поддерживала разговор в течение семи минут, а в примерах на сайте OpenAI сделала краткий пересказ 40-минутного видео.

🌅 Улучшенная работа с изображениями. Нейросеть создает текст практически без артефактов, а также консистентных персонажей в разных позах и 3D-модели.

А вот что выпустил Google:

⭐ Gemini 1.5 Pro теперь имеет контекстное окно в 2 млн токенов; ⭐ Поиск прокачался до нейропоиска — теперь вы сможете задавать сложные вопросы и получать на них развёрнутые ответы прямо через поисковую строку; ⭐ Project Astra — общается с вами как живой человек, анализируя окружение через камеру, понимая контекст и распознавая объекты. Ответочка на анонс GPT-4o; ⭐ Music AI Sandbox — набор ИИ-инструментов, созданный вместе с YouTube, который поможет в создании композиции, полноценных инструментальных партий и сэмплов с нуля; ⭐ Veo — новый конкурент Sora для создания нейросетевых видео; ⭐ Imagen 3 — генератор картинок, который пока недоступен для теста; ⭐Gemini теперь слушает ваши телефонные разговоры и может предупредить что вам позвонил мошенник, который пытается вас заскамить.

Google преимущественно выпустил новые нейросети, которые составят конкуренцию уже работающим нейросеткам от OpenAI. Должен сказать, что разработчики Google ни капли не уступают OpenAI. Поэтому сейчас воистину будет идти борьба двух нейросетевых гигантов на рынке.

Кому вы отдаете предпочтение: Google или OpenAI?