Thinking Machines Labs revela IA multimodal para colaboração humana
Startup fundada por ex-executivos da OpenAI apresenta modelo de IA multimodal com foco em interações fluidas e colaboração nativa em tempo real.
Pontos principais
- A startup, fundada por Mira Murati, revelou um modelo de IA multimodal capaz de processar áudio, vídeo e texto simultaneamente.
- A arquitetura 'full-duplex' permite latência de 0,40 segundos, superando o desempenho de modelos como o GPT-realtime-2.0.
- O sistema utiliza uma estrutura dual que separa a gestão de diálogo de tarefas de raciocínio complexo em segundo plano.
- Os novos modelos de interação abandonam o formato tradicional de turnos, permitindo uma colaboração mais natural e eficiente.
- A tecnologia permite que a IA gerencie interações de forma nativa, eliminando a necessidade de estruturas externas de suporte.
- A empresa disponibilizou uma prévia de pesquisa para análise e testes, incluindo componentes de código aberto.
- A abordagem foca na escalabilidade para aplicações complexas de colaboração humano-IA em diversos setores.
A Thinking Machines Labs, startup cofundada pela ex-CTO da OpenAI, Mira Murati, revelou detalhes sobre seu novo modelo de IA multimodal. Projetado para interações fluidas, o sistema utiliza uma arquitetura 'full-duplex' que elimina a necessidade de turnos de espera, permitindo que a IA processe áudio, vídeo e texto em tempo real. Testes indicam uma latência de resposta de apenas 0,40 segundos, superando concorrentes de mercado. A tecnologia emprega um sistema dual que separa a gestão de diálogo do raciocínio complexo, visando aplicações em atendimento ao cliente e monitoramento industrial.
Com uma equipe composta por ex-funcionários da OpenAI, como Barret Zoph e John Schulman, a empresa foca na colaboração humano-IA em vez da autonomia isolada. Ao abandonar o formato tradicional de turnos entre usuário e máquina, a startup busca tornar a interação com sistemas de inteligência artificial mais natural e escalável. A novidade foi disponibilizada como uma prévia de pesquisa para análise, mantendo o compromisso de oferecer componentes de código aberto para apoiar o desenvolvimento de modelos personalizados pela comunidade.
Tópicos relacionados
Comentários
Carregando comentários...