本文作者：李丹
来源：硬(ying)AI
OpenAI被超越(yue)了，而且还是“栽在”已经公开演示过的语音助手上。
当地时间7月3日周三(san)，法国独(du)立非盈利AI研究实验室Kyutai公开演示了一款语音助理Moshi的实验性原型。Kyutai介绍，Moshi由该(gai)实验室的八人研究团队耗时六个月从零开始开发(fa)，是全球首款全体大众都可使用(yong)的实时生成(cheng)式语音AI。
Moshi具有多种类似人类的情绪(xu)。Kyutai的科学家们表示，Moshi系统能够带着70种情绪(xu)和风格讲话。他们现场演示了，Moshi如何就攀登珠穆(mu)朗玛峰提供建(jian)议，还让Moshi用(yong)浓(nong)重的法国口音朗诵一首它自己创作的诗歌。
Kyutai宣布，周二晚些时候可在其网站查看Moshi的交互式演示。从周二起，就可以在线免费测试Moshi。Kyutai致力于为AI的开放研究和整个生态系统的发(fa)展做出贡献，Moshi模型的代码(ma)和权重将很快免费共享(xiang)，这对(dui)于此类技术来说(shuo)也是前所未(wei)有的。Kyutai的一名代表表示，Moshi模型和相关研究将在未(wei)来几周内发(fa)布，没有透露具体日期。
Kyutai认为，Moshi有潜(qian)力彻底改变数(shu)字世界中语音的使用(yong)方式，并举例称，在表达情感和多种声音之间的互动方面，它的文本转语音功能非常出色。
Kyutai的CEO Patrick Pérez称，Moshi可以“边(bian)说(shuo)话边(bian)思考”，还说(shuo)“我们相信 Moshi 具有巨大的潜(qian)力，可以改变我们与机器交流的方式。”
研究者Lucas Beyer在社交媒体发(fa)帖(tie)评论，Kyutai的Moshi是首个实时音频大语言(yan)模型（LLM）。Kyutai的演示种，Moshi基本上没有延迟，甚至(zhi)还打(da)断了演讲者几次。它实际上有点急于快速回答。而且Moshi是全部开源的。虽然声音质量还有点机械化，但作为初版(ban)，它还是表现不错。总体来说(shuo)很酷。
Beyer指(zhi)出，演示时，在苹果电脑macbook设备上的模型有一些实时拒绝误报(bao)，也许Kyutai对(dui)安全调整有点太急切了。然而，这只是证实了演示确实是实时的，甚至(zhi)可能是自由发(fa)挥的，他喜欢(huan)这点。
有网友评论称，有趣的是，看到日语单词以赛博朋克的方式融入西方文化。在日语中，Kyutai 的意思是球体，moshi 是电话里(li)的口语问候语，所以这两者结合起来就是“你好球体”。
Moshi被视为ChatGPT的最新挑战者。包括(kuo)Anthropic、Cohere和谷歌在内，越(yue)来越(yue)多初创公司和科技巨头推出模型与GPT-4 竞争，尽管(guan)一些行业专家担心这项新兴技术带来危险。
Moshi的问世让Kyutai成(cheng)为抢(qiang)跑OpenAI推出语音助手的先锋。OpenAI之前打(da)算在机器人聊天工具ChatGPT上提供类似功能，不到两个月前正式向公众展示了基于GPT-4升级版(ban)GPT-4o模型的语音助手。
在OpenAI今年5月中展示过程中，语言(yan)助手表现得(de)像一个真(zhen)正的成(cheng)年人，能听能说(shuo)能看，还能有情绪(xu)变化，最关键是几乎可以即时回应请求。它不仅可以讲睡前故事，能通过外表观察人的情绪(xu)变化，还能像一位朋友般安抚人紧张的情绪(xu)，甚至(zhi)还可以像个经验丰富的数(shu)学老(lao)师般指(zhi)导解代数(shu)方程，让一些观众联想到了2013年电影《她》中的AI虚拟助手。
但一个多月后，OpenAI又宣布因安全顾虑推迟发(fa)布上述语音助手。6月25日上周二，OpenAI在社交媒体发(fa)帖(tie)称，推迟上线ChatGPT语音助手功能是因为，需要确保它能安全有效地处(chu)理来自数(shu)百万用(yong)户的请求，还需要一个月才能达到公司的发(fa)布标准。
有网友本周二评论称，Kyutai推出Moshi基本上等于，把OpenAI还没公开发(fa)布的客户产品开源了，向Kyutai致敬。
不同(tong)于微软150亿美(mei)元支持的“美(mei)系”资本背景(jing)OpenAI，Kyutai致力于研究通用(yong)AI，去年11月“出生”起得(de)到合计3亿欧元支持，其中主(zhu)要来自欧洲实业资本。
Kyutai是法国亿万富翁Xavier Niel去年表示将对(dui)AI领域投资2亿欧元的投资对(dui)象(xiang)之一。Niel旗下的电信集团Iliad去年公布，将为Kyutai项目(mu)投入1亿欧元。另一位法国亿万富翁、法国航运(yun)和物(wu)流巨头CMA CGM的CEO Rodolphe Saadé也对(dui)Kyutai投资了1亿欧元。前谷歌CEO Eric Schmidt也参与了Kyutai的投资，未(wei)披露金额。
Niel本周二表示，Moshi表明，欧洲可以成(cheng)为AI发(fa)展的全球参与者。Kyutai“今天展示的所有产品都是全球一流的，我们很高兴能在欧洲推出这款产品。”
在安全方面，Kyutai的首席科学官(guan) Hervé Jégou介绍，Kyutai将使用(yong)索(suo)引和水(shui)印工具识别和跟踪其 AI 生成(cheng)的音频。