AIチャットボット競争に新星登場、フランスの「Moshi」が市場参入
現在、Google、Apple、Microsoft、OpenAIなどの大手テクノロジー企業がAIチャットボットの強化を競い合っています。そんな中、新たな競争者としてフランスのAI企業Kyutaiが開発した「Moshi」が登場しました。
Moshiは7億パラメータ言語モデル「Helium」を基盤にしており、ChatGPTの次世代音声モード「GPT-4o」に匹敵する機能を提供します。特筆すべきは、Moshiが音声トーンの理解と解釈を行い、オフラインでも動作可能な点です。また、多様なアクセントに対応し、70種類以上の感情や話し方を模倣できることも大きな特徴です。
さらに驚くべきことに、Moshiは2つの音声ストリームを同時に処理できるため、一度に聞いて応答することができます。この機能は他の多くのチャットボットには見られない独自性と言えるでしょう。
名前は日本語の挨拶「もしもし」から取られており、その応答時間はわずか200ミリ秒と極めて短く、高速応答で知られるGPT-4o（通常232～320ミリ秒）よりも速いです。加えて、小規模な開発チーム（8人）によってわずか6カ月で開発されたという点も注目されます。
一方でOpenAIのGPT-4o音声モデルも進化しており、高品質・高速処理を実現するテキスト読み上げ機能や50以上の言語対応など、多岐にわたる改善が施されています。このモデルではユーザーが音声やビデオ入力を通じてインタラクションできるようになっています。
最近ではRedditユーザーがChatGPTのアップグレードされた音声機能を試したところ、その優れた性能と物語中に背景効果音まで生成する能力には驚愕しています。
MoshiとGPT-4o、それぞれ異なるアプローチで進化しているものの、この二つは今後もAIチャットボット市場で熾烈な競争を繰り広げることでしょう。特にMoshiはオープンソースモデルとして新たな価値を提供し、市場全体への影響力も期待されています。
Source link
GIPHY App Key not set. Please check settings