對(duì)標(biāo)GPT-4o！不鎖區(qū)、支持手機(jī)、免費(fèi)使用，Moshi來啦！
7月4日凌晨，法國(guó)知名開源AI研究實(shí)驗(yàn)室Kyutai在官網(wǎng)發(fā)布了，具備看、聽、說多模態(tài)大模型——Moshi。
Moshi功能與OpenAI在5月14日展示的最新模型GPT-4o差不多，可以聽取人的語(yǔ)音提問后進(jìn)行實(shí)時(shí)推理回答內(nèi)容。但GPT-4o的語(yǔ)音模式要在秋天才能全面開放使用，而Moshi已經(jīng)提供使用了。
「AIGC開放社區(qū)」已經(jīng)親自測(cè)試，Moshi不鎖區(qū)，填寫一個(gè)郵箱地址就能直接使用，無需任何等待。值得一提的是，Moshi是支持手機(jī)移動(dòng)端使用的，只不過對(duì)普通話支持較差，最好使用英語(yǔ)提問。
此外，Kyutai可能很快就會(huì)開源Moshi，公布代碼、模型權(quán)重和論文。
免費(fèi)體驗(yàn)地址：https://moshi.chat/?queue_id=talktomoshi
Moshi的使用流程非常簡(jiǎn)單，1）登錄https://moshi.chat/?queue_id=talktomoshi
2）填寫一個(gè)郵箱地址，然后點(diǎn)擊join。如果是手機(jī)登錄，系統(tǒng)會(huì)提示使用你的麥克風(fēng)，因?yàn)檫@個(gè)產(chǎn)品對(duì)語(yǔ)音是一個(gè)硬性要求。如果你是PC端使用，也必須有麥克風(fēng)，不然沒法使用。
「AIGC開放社區(qū)」的真實(shí)使用過程
3）開始語(yǔ)音輸入，你想提問的內(nèi)容就行了。
下面這個(gè)是官方展示的案例，根據(jù)多輪語(yǔ)音連續(xù)對(duì)話，主要讓Moshi用法語(yǔ)來一首關(guān)于巴黎的詩(shī)；接著用竊竊私語(yǔ)的方式描述一個(gè)神秘故事。
Moshi完成的很出色，其擬人化語(yǔ)氣是一大特點(diǎn)機(jī)器味很少，這一點(diǎn)和GPT-4o有點(diǎn)像。
這個(gè)是模擬星際戰(zhàn)艦指揮官與航程的故事，主要詢問了一些到達(dá)目標(biāo)航程，周圍環(huán)境等內(nèi)容。（由于聽譯的可能理解的不太全~~）
「AIGC開放社區(qū)」也體驗(yàn)了一下，主要問了Moshi幾個(gè)簡(jiǎn)單問題：第一個(gè)，法國(guó)巴黎有哪些著名景點(diǎn)？Moshi：埃菲爾鐵塔。
接著問，盧浮宮博物館有哪些著名的展覽物品？Moshi：世界名畫蒙娜麗莎的微笑。
又問了，巴黎有哪些標(biāo)志性建筑？Mosh：凱旋門，這是一個(gè)擁有悠久歷史的建筑。
由于Moshi的論文還沒有發(fā)布，「AIGC開放社區(qū)」就說一說自己的親身使用體驗(yàn)吧。
1）響應(yīng)速度超級(jí)快，本次測(cè)試使用的是國(guó)區(qū)線路，而Moshi的demo服務(wù)器在歐洲和美國(guó)，但當(dāng)你用語(yǔ)音提問完問題后，幾乎0延遲就能馬上響應(yīng)你的提問。Moshi官方給出的理論延遲是160毫秒。
2）不支持中文普通話，這一點(diǎn)還是能理解的，畢竟Moshi面向的國(guó)外用戶群體，主流語(yǔ)言還是英語(yǔ)，同時(shí)也支持法語(yǔ)。
3）回答內(nèi)容有限，Moshi雖然是語(yǔ)音輸出內(nèi)容，但詳細(xì)程度比ChatGPT那種純文本差好多，回答的內(nèi)容只能是輪廓大概，相信以后產(chǎn)品會(huì)迭代更多。
4）使用方便快捷，幾乎沒有繁瑣的注冊(cè)流程，你只需要提交一個(gè)郵箱即可，馬上就能幫助你非常方便。
5）Moshi聽和說的能力有了，看的能力還沒展示出來，這個(gè)功能估計(jì)以后也會(huì)添加吧，這樣整個(gè)輸出模式將更加完善。
6）這類產(chǎn)品對(duì)家教、教育行業(yè)是起到顛覆性作用，例如，讓家教老師幫你反復(fù)講解一道高數(shù)題，估計(jì)兩遍人就比較惱了，而AI可以幫你循環(huán)講解無數(shù)次，這對(duì)于教育幫助是巨大的。
7）期待國(guó)產(chǎn)類似的GPT-4o、Moshi產(chǎn)品出現(xiàn)，最好再支持一些閩南話、粵語(yǔ)、四川話、東北話等有特色的地方語(yǔ)言，就像汽車導(dǎo)航那樣一定會(huì)非常有意思。
對(duì)于Moshi的發(fā)布，網(wǎng)友們還是相當(dāng)興奮的，在我們苦等GPT-4o的語(yǔ)音模式時(shí)，Moshi橫空出現(xiàn)，期待他們更好的表現(xiàn)。
在推理延遲方面，Moshi似乎比GPT-4o更好。這一點(diǎn)從實(shí)際操作來看，確實(shí)是很快的。
剛試了一下Moshi的產(chǎn)品，其高效的推理響應(yīng)以及低延遲，令人印象深刻，這就是我一直期待的產(chǎn)品。
繼續(xù)稱贊Moshi的低推理延遲。如果使用功能更高級(jí)的模型，即便推理時(shí)間長(zhǎng)一些也沒問題。確實(shí)現(xiàn)在，Moshi的回答內(nèi)容還是太寬泛了。
已經(jīng)有人急的不行，開始要源代碼了，你們可是開放AI研究實(shí)驗(yàn)室啊~
本文轉(zhuǎn)自 AIGC開放社區(qū) ，作者：AIGC開放社區(qū)
