«لاما» به ویژگی‌های صوتی مجهز می‌شود

شرکت «متا»(Meta) در حال برنامه‌ریزی برای آوردن ویژگی‌های صوتی بهبودیافته به مدل «لاما ۴»(Llama 4) پرچم‌دار بعدی در خانواده مدل‌های هوش مصنوعی لاما خود است که انتظار می‌رود چند هفته دیگر به بازار وارد شود.

به نقل از تک کرانچ، گزارش‌ها حاکی از این هستند که متا به‌ ویژه روی امکان قطع کردن گفتار مدل توسط کاربران متمرکز شده است. این ویژگی به حالت صوتی «چت‌جی‌پی‌تی»(ChatGPT) شرکت «اوپن‌ای‌آی»(OpenAI) و «جمینای لایو»(Gemini Live) گوگل شباهت دارد.

«کریس کاکس»(Chris Cox) مدیر تولید متا طی یک نشست برگزارشده در هفته گذشته گفت: لاما ۴ یک مدل هوش مصنوعی موسوم به «مدل اومنی»(Omni Model) خواهد بود که قادر به تفسیر گفتار و متن و انواع دیگر داده‌هاست.

موفقیت مدل‌های منبع باز شرکت چینی «دیپ‌سیک»(DeepSeek) که عملکرد برابر یا بهتر از مدل‌های لاما شرکت متا دارند، شرکت را به توسعه بیش از اندازه لاما سوق داده است. گفته می‌شود که متا برای راه‌اندازی اتاق‌های فکر تلاش کرده تا بفهمد دیپ‌سیک چگونه هزینه اجرا و به‌کارگیری مدل‌ها را کاهش داده است.