រូបតំណាង AI ដែលគ្មានមុខ៖ ភ្នាក់ងារសំឡេងបង្ហាញពីអ្វីដែលវាកំពុងនិយាយ

ជំនួយការសំឡេង AI ស្ទើរតែទាំងអស់មានរបស់ដូចគ្នានៅលើអេក្រង់របស់ពួកគេ៖ ស្វ៊ែរញ័រ។ កម្រណាស់ ពួកវាមាន "ក្បាលនិយាយ" ដែលជារូបតំណាងវីដេអូរបស់មនុស្សម្នាក់ដែលកំពុងរំកិលបបូរមាត់របស់ពួកគេ។ ខ្ញុំបានបង្កើតវ៉ារ្យ៉ង់ទីបី ហើយហៅវាថា ART DANYUK៖ ខណៈពេលដែល AI និយាយ ភាគល្អិតភ្លឺរាប់ពាន់បញ្ចូលគ្នាទៅជាតួលេខ 3D នៃប្រធានបទដែលកំពុងនិយាយ - ពែងកាហ្វេ សាឡុង ផ្សោត - ហើយបន្ទាប់មកខ្ចាត់ខ្ចាយម្តងទៀតជាស្ទ្រីមទិន្នន័យ។ ខាងក្រោមនេះគឺជាការបង្ហាញផ្ទាល់; អ្នកអាចប៉ះវានៅទីនេះ។ អត្ថបទនេះនឹងមានប្រយោជន៍ប្រសិនបើអ្នកកំពុងជ្រើសរើសជំនួយការ AI សម្រាប់គេហទំព័ររបស់អ្នក ឬបង្កើតភ្នាក់ងារសំឡេងផ្ទាល់ខ្លួនរបស់អ្នក ហើយចង់ឱ្យវាត្រូវបានចងចាំ។

សាកល្បងវានៅក្នុងអត្ថបទ

ប៉ះវត្ថុណាមួយនៅផ្នែកខាងក្រោមនៃបង្អួច ឬវាយពាក្យផ្ទាល់ខ្លួនរបស់អ្នកជាភាសាអង់គ្លេស—ឧទាហរណ៍ "telescope" ឬ "guitar"។ ប៊ូតុង ▶ Tour បើកការសន្ទនាខ្លីមួយ៖ អ្នកទស្សនាសួរអំពីកាហ្វេ បង្អែម សាឡុង សេះ និងដំណើរកម្សាន្តតាមទូក។ AI ឆ្លើយតប ហើយភាគល្អិតផ្គុំវត្ថុនីមួយៗ។ ការប៉ះបង្កើតរលក ការអូសនឹងបង្វិលឈុតឆាក ហើយការចុចយូរនឹងខ្ចាត់ខ្ចាយវត្ថុ ដែលនឹងផ្គុំវាឡើងវិញ។ ប៊ូតុងមូលនៅជ្រុងនឹងផ្លាស់ប្តូរក្ដារលាយពណ៌។

ប្រសិនបើបង្អួចមិនផ្ទុកទេ សូមបើកការបង្ហាញដោយឡែកពីគ្នា៖ vibevox.pro/stardust-demo ។

ហេតុអ្វីបានជាមុខគ្មានល្អជាងបាល់ និងក្បាលនិយាយ?

ស្វ៊ែរបង្ហាញតែអ្វីដែល AI កំពុងនិយាយប៉ុណ្ណោះ។ ក្បាលនិយាយបង្ហាញថាអ្នកណាកំពុងនិយាយ ប៉ុន្តែវាមានតម្លៃថ្លៃ ហើយងាយធ្លាក់ចូលទៅក្នុង "ជ្រលងភ្នំអាថ៌កំបាំង" - នៅពេលដែលរូបភាពជិតមនុស្សគួរឱ្យខ្លាចជាងគំនូរច្បាស់លាស់។ រូបតំណាងដែលគ្មានមុខបង្ហាញការសន្ទនា ហើយនោះជារឿងគួរឱ្យចងចាំ។

រចនាប័ទ្មពីរ៖ ART DANYUK និងផ្កាយ 3D

ART DANYUK - រូបចម្លាក់ទិន្នន័យ។ ភាគល្អិតរហូតដល់ 131,000 ហូរដូចសំបុកឃ្មុំ វត្ថុមួយកើតនៅខាងក្នុង ស្នាក់នៅពីរបីវិនាទី ហើយបន្ទាប់មករលាយម្តងទៀត។ ក្ដារលាយពណ៌៖ "ស្វ័យប្រវត្តិ" (ការលាយបញ្ចូលគ្នាយឺតៗនៃពណ៌ទាំងអស់) មហាសមុទ្រ ផ្កាថ្ម ណេប៊ុយឡា សួនច្បារ។ តម្រូវឱ្យមាន WebGL2 ដែលត្រូវបានរួមបញ្ចូលនៅក្នុងទូរស័ព្ទថ្មីៗស្ទើរតែទាំងអស់។

ផ្កាយ 3D – កាឡាក់ស៊ីរាងជាវង់នៅក្នុងណេប៊ុយឡា។ ផ្កាយទាំងនោះបត់ចូលគ្នាដើម្បីបង្កើតជារូបរាងបីវិមាត្រ មានពន្លឺ ដែលបង្វិលដូចវត្ថុពិត។ ដំណើរការលើទូរស័ព្ទណាមួយ ហើយ ART DANYUK ប្តូរទៅរចនាប័ទ្មនេះដោយស្វ័យប្រវត្តិ ប្រសិនបើឧបករណ៍របស់អ្នកមិនមានលក្ខណៈស្តង់ដារ។

នៅក្នុងរចនាប័ទ្មទាំងពីរ ភាគល្អិត "ដកដង្ហើម" ទាន់ពេលវេលាជាមួយនឹងសំឡេងរបស់ AI៖ ឃ្លាកាន់តែខ្លាំង រូបភាពកាន់តែភ្លឺ និងរស់រវើក។

តើវាដំណើរការយ៉ាងដូចម្តេចពីខាងក្នុង?

1. ឧបករណ៍ AI។ ម៉ូដែលនេះហៅ show_visual ("show object") ជាមួយឈ្មោះជាភាសាអង់គ្លេស — ឧទាហរណ៍ "coffee cup" — ហើយបន្តនិយាយ។ សំឡេងមិនដែលរង់ចាំរូបភាពទេ៖ វាគឺជាឆានែលទិន្នន័យតូចមួយដាច់ដោយឡែក។
2. បណ្ណាល័យ​នៃ​គំរូ​ចំនួន 1,359។ អាហារ គ្រឿងសង្ហារិម សត្វ រុក្ខជាតិ ការដឹកជញ្ជូន ឧបករណ៍ គ្រឿងសម្អាង គ្រឿងអលង្ការ គ្រឿងអេឡិចត្រូនិច និងកីឡា។ គំរូប្រភពទាំងអស់ស្ថិតនៅក្រោមអាជ្ញាប័ណ្ណ CC0 ឥតគិតថ្លៃ ហើយខ្ញុំបានបំលែងវាទៅជាពពកចំណុចទំហំ 2-10 KB។ គំរូនីមួយៗត្រូវបានទាញយកនៅពេលប្រើប្រាស់លើកដំបូង ហើយបន្ទាប់មករក្សាទុកក្នុងឃ្លាំងសម្ងាត់នៅក្នុងកម្មវិធីរុករករបស់អ្នក។
3. សំណាញ់សុវត្ថិភាព។ ម៉ូដែល AI ពេលខ្លះ "ភ្លេច" ហៅឧបករណ៍។ ដូច្នេះ បន្ទាប់ពីឆ្លើយតបបានមួយវិនាទីកន្លះ ម៉ូដែលទម្ងន់ស្រាលនឹងជ្រើសរើសធាតុដោយស្វ័យប្រវត្តិពីឃ្លារបស់អ្នកទស្សនា និងការចាប់ផ្តើមនៃចម្លើយ។ វារំលងការសួរសុខទុក្ខ ការនិយាយខ្លីៗ និងមនុស្ស។
4. កាមេរ៉ា។ អ្នកទស្សនាអាចចង្អុលផលិតផលទៅកាមេរ៉ា ហើយចុច "ស្គាល់"។ បញ្ញាសិប្បនិម្មិត (AI) នឹងដាក់ឈ្មោះវត្ថុនោះ ហើយភាគល្អិតនឹងផ្គុំរូបរាងរបស់វា។

តើភ្ញៀវឃើញអ្វីខ្លះក្នុងអំឡុងពេលហៅទូរស័ព្ទ?

1. ខណៈពេលដែលការហៅទូរស័ព្ទកំពុងភ្ជាប់ភាគល្អិតបង្កើតជាសិលាចារឹក VibeVox ហើយនៅក្នុងគម្រោងរបស់អ្នក - ឈ្មោះម៉ាករបស់អ្នក។
2. បញ្ញាសិប្បនិម្មិត (AI) និយាយថា សួស្តី ហើយពពកភាគល្អិតដកដង្ហើមតាមពេលវេលាជាមួយនឹងសំឡេងរបស់វា៖ ការផ្អាកមួយ - រូបភាពរសាត់បាត់ទៅ ឃ្លានេះមានជីវិតឡើងវិញ។
3. ការសន្ទនាបានឈានដល់ប្រធានបទ - ភាគល្អិតប្រមូលផ្តុំគ្នានៅក្នុងតួលេខរបស់គាត់ កាន់វាខណៈពេលដែល AI និយាយ ហើយបន្ទាប់មកហូរត្រឡប់មកវិញ។
4. តួលេខអាចត្រូវបានបង្វិលដោយការអូស និងបំបែកដោយការចុចឱ្យយូរ ដូច្នេះការរង់ចាំចម្លើយប្រែទៅជាហ្គេម។
5. កម្រិតសំឡេងត្រូវបានកែតម្រូវដោយប្រើគ្រាប់រំកិលនៅក្នុងរបារសំឡេងរោទ៍ខាងលើ ហើយកាមេរ៉ាអាចបើក និងបិទនៅពេលណាក៏បាន។

អ្នកប្រឹក្សាយោបល់ AI ឆ្លើយតបជាភាសារបស់អ្នកទស្សនា។ ខ្ញុំបានពិភាក្សាអំពីរបៀបធ្វើឱ្យគេហទំព័រខ្លួនឯងជាភាសាច្រើនភាសា ដើម្បីឱ្យវាអាចមើលឃើញដោយម៉ាស៊ីនស្វែងរកនៅក្នុងអត្ថបទរបស់ខ្ញុំ អំពីគេហទំព័រច្រើនភាសាដោយគ្មានអ្នកបកប្រែ ។

តើ​វា​មាន​ប្រយោជន៍​សម្រាប់​អាជីវកម្ម​នៅ​កន្លែង​ណា?

• ហាងកាហ្វេ ឬហាងលក់នំប៉ាវ – អ្នកប្រឹក្សាយោបល់និយាយអំពីកាហ្វេអេសប្រេសសូ និងបង្អែម ហើយភ្ញៀវឃើញពែងមួយ និងនំខេកមួយ។
• ហាងលក់គ្រឿងសង្ហារិម - "សាឡុងតូចសម្រាប់អាផាតមិនតូចមួយ" ប្រែទៅជាសាឡុងនៅលើអេក្រង់ភ្លាមៗ។
• ទេសចរណ៍ និងដំណើរកម្សាន្ត - ដំណើរកម្សាន្តតាមទូកជាមួយផ្សោតក្លាយជាផ្សោត ហើយការកក់ក្លាយជាកន្ត្រក។
• ហាង​មួយ​ដែល​លក់​គ្រឿង​សម្អាង ឧបករណ៍ និង​គ្រឿង​អេឡិចត្រូនិក ដូច​ជា​ក្រែម​លាប​មាត់ ទួណឺវីស និង​កាស​ស្តាប់​ត្រចៀក មាន​នៅ​ក្នុង​បណ្ណាល័យ។
• ការតាំងពិព័រណ៍ និងការតាំងបង្ហាញ - អេក្រង់ដែលបង្ហាញអ្វីដែលអ្នកទស្សនាសួរអំពី និងប្រមូលផ្តុំមនុស្សនៅជុំវិញ។

ខ្ញុំបានបង្ហាញពីរបៀបដែលភ្នាក់ងារ AI ដែលណែនាំអតិថិជនទៅកាន់ការបញ្ជាទិញរបស់ពួកគេខុសពី chatbot ធម្មតានៅក្នុងការវិភាគរបស់ខ្ញុំ លើភ្នាក់ងារពាណិជ្ជកម្មអេឡិចត្រូនិក ។

របៀបដាក់វានៅលើគេហទំព័ររបស់អ្នក?

មានជម្រើសបី អាស្រ័យលើថាតើអ្នកត្រូវការអ្នកប្រឹក្សាយោបល់ដែលត្រៀមរួចជាស្រេច គេហទំព័រទាំងមូល ឬគ្រាន់តែជាក្រាហ្វិក។

របៀបបើក និងកំណត់រចនាសម្ព័ន្ធជំនួយការ AI នៅក្នុងគណនី 1001site របស់អ្នកត្រូវបានពិពណ៌នានៅក្នុង មូលដ្ឋានចំណេះដឹង ។

សម្រាប់អ្នកអភិវឌ្ឍន៍ ការតភ្ជាប់ត្រូវការឧបករណ៍មួយនៅក្នុងការកំណត់ម៉ូដែល និងបន្ទាត់មួយនៅក្នុងកម្មវិធីរុករក - ឧទាហរណ៍សម្រាប់ Gemini Live, OpenAI Realtime, ElevenLabs, LiveKit និង Pipecat ស្ថិតនៅក្នុង ឃ្លាំង Stardust ។

ប្រសិនបើអ្នកចង់បានអ្នកប្រឹក្សាយោបល់ AI ដូចនេះ ប៉ុន្តែមិនចង់រកវិធីដោះស្រាយដោយខ្លួនឯងទេ សូមផ្ញើសារមកខ្ញុំតាម Telegram @GuruAppSheet ៖ ខ្ញុំនឹងបង្កើតភ្នាក់ងារសម្រាប់កាតាឡុករបស់អ្នក ហើយបង្ហាញអ្នកពីការបង្ហាញផលិតផលរបស់អ្នក។