微软Copilot升级：语音交互和图像分析等
微软正在为其Copilot AI助手添加一系列新功能，包括语音交互、图像分析和更复杂的推理能力。这些升级使Copilot的功能更接近于其基于的ChatGPT。
新增的“Copilot Voice”功能允许用户与助手进行语音交流，提供四种不同的声音选项。此外，还有“Discover Cards”功能，根据用户在微软服务中的交互推荐主题和特性。而“Copilot Daily”则提供新闻和天气的早晨简报，由用户选择的Copilot语音朗读。
微软还与路透社、Axel Springer、赫斯特杂志和金融时报等新闻媒体合作，为“Copilot Daily”提供内容。Copilot现在也直接集成到了Microsoft Edge浏览器中，用户可以从地址栏访问它来回答问题、总结网页、翻译文本或重述句子。
OpenAI的实时语音API
与此同时，OpenAI在其DevDay开发者大会上宣布了一项新功能——实时API，允许开发者将六种AI语音集成到他们的应用程序中。这些声音与ChatGPT中使用的声音不同，并且开发者不能使用第三方声音以避免法律问题。
OpenAI展示了一个使用实时API的旅行规划应用程序，用户可以与AI助手讨论旅行计划，并快速获得响应。API还可以在地图上添加餐厅建议，并且也适用于电话通话。
此外，OpenAI还宣布了GPT-4o模型的新特性，包括使用图像来微调模型，以及通过即时缓存功能来降低成本和延迟。模型蒸馏技术允许使用较大模型的输出来优化较小模型，如GPT-4o mini。
技术革新的交汇点
尽管微软和OpenAI是独立发布他们的产品，但他们的进展都集中在AI语音技术上，包括昨天谈到AI合成播客内容的谷歌NotebookLM及其开源竞争对手Open NotebookLM，这表明了该领域的快速增长和重要性。两家公司都在努力使AI助手更加智能和易于使用，提供更自然、更真实的人机交互体验。
结语
微软的Copilot升级和OpenAI的实时API，都致力于提供更自然、更真实的人机交互体验。随着这些技术的不断进步，我们可以期待在未来看到更多创新的AI应用。
更多AI热点资讯，请每日关注AI今说~
