Thinking Machines buduje AI, która słucha podczas mówienia

Kluczowe wnioski

• Model TML-Interaction-Small odpowiada w 0,40 sekundy, co odpowiada naturalnej prędkości ludzkiej konwersacji i jest znacznie szybsze od konkurencyjnych rozwiązań OpenAI i Google.
• Technologia „full duplex” pozwala AI przetwarzać wejście użytkownika i generować odpowiedź jednocześnie, eliminując tradycyjny schemat „ty mówisz
• AI słucha
• AI odpowiada
• ty słuchasz”.
• Obecnie jest to jedynie wersja badawcza — ograniczony podgląd ma być dostępny w nadchodzących miesiącach, a szersze wydanie zaplanowane na później w tym roku.
• Firma została założona w zeszłym roku przez Mirę Murati, która wcześniej pełniła funkcję CTO w OpenAI.

Rewolucja w komunikacji z AI

Dotychczas wszystkie modele AI działały według tego samego schematu: użytkownik mówi, AI słucha, następnie AI odpowiada, a użytkownik słucha. Thinking Machines Lab próbuje całkowicie zmienić ten paradygmat, budując model który może przetworzyć input użytkownika i wygenerować odpowiedź w tym samym czasie.

Techniczne określenie tej funkcjonalności to „full duplex” — pojęcie znane z telekomunikacji, oznaczające możliwość jednoczesnego przesyłania danych w obu kierunkach. W praktyce oznacza to, że AI może przerwać użytkownikowi, podobnie jak to dzieje się w naturalnej rozmowie między ludźmi.

Wydajność i dostępność

Firma twierdzi, że jej model TML-Interaction-Small osiąga czas odpowiedzi na poziomie 0,40 sekundy. To znacząco szybciej niż porównywalne modele od OpenAI czy Google, a jednocześnie odpowiada naturalnej prędkości ludzkiej konwersacji.

Jednak na razie to tylko zapowiedź. Thinking Machines Lab nie udostępnia jeszcze swojego rozwiązania publicznie. Ograniczony podgląd badawczy ma być dostępny w nadchodzących miesiącach, natomiast szersze wydanie zaplanowano na później w tym roku.

Choć benchmarki wyglądają imponująco, a sama idea — że interaktywność powinna być wbudowana w model, a nie doklejana jako dodatek — brzmi interesująco, rzeczywiste doświadczenie użytkowania pozostaje nieznane. Dopiero gdy ludzie będą mogli faktycznie przetestować technologię, okaże się, czy spełni ona swoje techniczne obietnice.