导读 谷歌刚刚推出了自己的 Project Astra，与OpenAI 的 GPT-4o展开对决。这款通用 AI 代理旨在成为您日常生活中的助手，并利用手机的摄像...
谷歌刚刚推出了自己的 Project Astra，与OpenAI 的 GPT-4o展开对决。这款通用 AI 代理旨在成为您日常生活中的助手，并利用手机的摄像头和语音识别功能来做出响应。
谷歌也利用智能透视 演示了 Astra 项目。
需要明确的是，Astra 将首先应用于手机，并将被称为 Gemini Live，但随着时间的推移，它有可能转向其他外形。但我可以说，在Google I/O 2024上展示的演示令人印象深刻。
谷歌表示，Project Astra 可以像人类一样理解和响应世界，它可以吸收和记住所见所闻，从而了解背景并采取行动。你也可以自然地与它对话，而不会遇到延迟。
Project Astra 所采用的代理基于Google 的 Gemini模型和其他特定任务模型构建。它可以通过连续处理视频和语音输入来更快地处理信息。
在 Project Astra 演示期间，一个人举起一部 Android 手机，打开摄像头的实时视频，同时问了一系列问题。Project Astra 一点差错都没有。
例如，当将手机摄像头对准桌子并询问是什么发出声音时，阿斯特拉找到了一个电脑扬声器。然后，那位女士绕着扬声器的顶部转了一圈，问阿斯特拉这是什么。她正确地回答说是高音喇叭。