Gandrīz visiem mākslīgā intelekta balss asistentiem ekrānā ir viens un tas pats: pulsējoša sfēra. Retāk tiem ir "runājoša galva" — video avatārs, kurā cilvēks kustina lūpas. Es izveidoju trešo variantu un nosaucu to par ART DANYUK: kamēr mākslīgais intelekts runā, tūkstošiem mirdzošu daļiņu saplūst, veidojot 3D figūru, kurā attēlots runājamais objekts — kafijas krūze, dīvāns, delfīns —, un pēc tam atkal izklīst kā datu plūsma. Zemāk ir redzama tiešraides demonstrācija; varat tai pieskarties tieši šeit. Šis raksts būs noderīgs, ja izvēlaties mākslīgā intelekta asistentu savai tīmekļa vietnei vai veidojat savu balss aģentu un vēlaties, lai tas tiktu atcerēts.
Izmēģiniet to tieši rakstā
Pieskarieties jebkuram objektam loga apakšdaļā vai ierakstiet savu vārdu angļu valodā, piemēram, "teleskops" vai "ģitāra". Poga ▶ Ekskursija uzsāk īsu dialogu: apmeklētājs jautā par kafiju, saldumiem, dīvānu, zirgiem un braucienu ar laivu; mākslīgais intelekts atbild, un daļiņas saliek katru objektu kopā. Pieskaroties tiek radīts vilnis, pārvelkot, aina tiek pagriezta, un, ilgi nospiežot, objekts tiek izkliedēts, kas to atkal saliek kopā. Apaļā poga stūrī maina paleti.
Ja logs neielādējas, atveriet demonstrāciju atsevišķi: vibevox.pro/stardust-demo.
Kāpēc neviena seja nav labāka par bumbu un runājošu galvu?
Sfēra rāda tikai to, ko saka mākslīgais intelekts. Runājoša galva parāda, kas runā, taču tas ir dārgi un viegli nonāk "neparastajā ielejā" — kad gandrīz cilvēcisks attēls ir biedējošāks nekā skaidrs zīmējums. Bezsejas avatārs atklāj sarunu, un tas ir neaizmirstami.
| Opcija | Ko redz apmeklētājs | Kur tiek skaitīts attēls? |
|---|---|---|
| Pulsējoša bumba | abstrakta animācija | pārlūkprogrammā, gandrīz bez ielādes |
| Cilvēka video avatārs | seja un lūpas runas ritmā | Serverī ar videokarti visa saruna ir video straume. |
| ART DANYUK | sarunas tēma 3D formātā | apmeklētāja pārlūkprogrammā, tīklā — tikai balss un preces nosaukums |
Divi stili: ART DANYUK un 3D zvaigznes
ART DANYUK — datu skulptūra. Līdz pat 131 000 daļiņu plūst kā kokons, iekšpusē dzimst objekts, dažas sekundes uzkavējas un pēc tam atkal izšķīst. Paletes: “Automātiski” (lēna visu krāsu sajaukšana), Okeāns, Koraļļi, Miglājs, Dārzs. Nepieciešama WebGL2, kas ir iekļauta gandrīz visos jaunākajos tālruņos.
3D zvaigznes – spirālveida galaktika miglājā. Zvaigznes lokveidā veido trīsdimensiju, izgaismotu figūru, kas rotē kā īsts objekts. Darbojas jebkurā tālrunī, un ART DANYUK automātiski pārslēdzas uz šo stilu, ja jūsu ierīce neatbilst standartam.
Abos stilos daļiņas "elpo" vienā ritmā ar mākslīgā intelekta balsi: jo skaļāka frāze, jo spilgtāks un dzīvīgāks attēls.
Kā tas darbojas no iekšpuses?
- Mākslīgā intelekta rīks. Modelis izsauc show_visual ("show object") ar angļu nosaukumu, piemēram, "coffee cup" (kafijas tase), un turpina runāt. Balss nekad negaida attēlu: tas ir atsevišķs, niecīgs datu kanāls.
- Bibliotēka ar 1359 modeļiem. Pārtika, mēbeles, dzīvnieki, augi, transports, instrumenti, kosmētika, rotaslietas, elektronika un sports. Visi avota modeļi ir pieejami saskaņā ar bezmaksas CC0 licenci, un esmu tos pārveidojis 2–10 KB lielos punktu mākoņos. Katrs no tiem tiek lejupielādēts pēc pirmās lietošanas reizes un pēc tam saglabāts kešatmiņā jūsu pārlūkprogrammā.
- Drošības tīkls. Mākslīgā intelekta modeļi dažreiz "aizmirst" izsaukt rīku. Tāpēc pēc pusotras sekundes atbildes vieglās konfigurācijas modelis automātiski atlasa vienumu no apmeklētāja frāzes un atbildes sākuma. Tas izlaiž sveicienus, nelielas sarunas un cilvēkus.
- Kamera. Apmeklētājs var pavērst produktu pret kameru un noklikšķināt uz “Atpazīt”. Mākslīgais intelekts nosauks priekšmetu, un daļiņas saliks tā formu.
Ko apmeklētājs redz zvana laikā?
- Kamēr zvans tiek savienots, daļiņas veido uzrakstu VibeVox, bet jūsu projektā - jūsu zīmola nosaukumu.
- Mākslīgais intelekts saka sveiki, un daļiņu mākonis elpo vienā ritmā ar tā balsi: pauze - attēls izgaist, frāze atdzīvojas.
- Saruna nonāca pie tēmas - daļiņas sapulcējas viņa figūrā, notur to, kamēr AI runā, un pēc tam plūst atpakaļ.
- Figūru var pagriezt, pārvelkot, un salauzt, ilgi nospiežot, tāpēc atbildes gaidīšana pārvēršas spēlē.
- Skaļumu regulē, izmantojot slīdni augšējā zvana signāla joslā, un kameru var ieslēgt un izslēgt jebkurā laikā.
Mākslīgā intelekta konsultants atbild apmeklētāja valodā. Savā rakstā par daudzvalodu vietni bez tulka es apspriedu, kā padarīt pašu vietni daudzvalodu, lai tā būtu redzama meklētājprogrammām.
Kur tas ir noderīgi uzņēmējdarbībai?
- Kafijas veikals vai konditoreja – konsultants stāsta par espreso un desertiem, un viesis ierauga krūzi un kūciņu.
- Mēbeļu veikals — "kompakts dīvāns nelielam dzīvoklim" ekrānā uzreiz pārvēršas par dīvānu.
- Tūrisms un ekskursijas — brauciens ar laivu ar delfīniem kļūst par delfīnu, un rezervācija kļūst par grozu.
- Bibliotēkā ir veikals, kurā pārdod kosmētiku, instrumentus un elektroniku — lūpu krāsu, skrūvgriežus un austiņas.
- Izstādes un vitrīnas — ekrāns, kas attēlo apmeklētāju jautājumus un pulcē cilvēkus.
Savā e-komercijas aģentu analīzē es demonstrēju, kā mākslīgā intelekta aģents, kas vada klientus līdz viņu pasūtījumiem, atšķiras no parasta tērzēšanas robota.
Kā to ievietot savā tīmekļa vietnē?
Ir trīs iespējas atkarībā no tā, vai jums ir nepieciešams gatavs konsultants, visa tīmekļa vietne vai tikai grafika.
| Kas ir nepieciešams | Kā nokļūt |
|---|---|
| Gatavs mākslīgā intelekta konsultants ar balsi un 3D skatu | VibeVox logrīks — iestatījumos atlasiet “3D figūras” vai ART DANYUK un asistenta balsi |
| Tīmekļa vietne ar iebūvētu mākslīgā intelekta palīgu | 1001site AI: Viss iekļauts plāns — 45 eiro mēnesī, pirmais mēnesis ar mēneša reklāmas kodu — 25 eiro |
| Tikai grafika jūsu balss mākslīgajam intelektam | Stardust dzinējs vietnē GitHub: bezmaksas personīgiem projektiem, komerciāla licence uzņēmumiem |
Kā iespējot un konfigurēt AI palīgu savā 1001site kontā, ir aprakstīts zināšanu bāzē.
Izstrādātājiem savienojuma izveidei nepieciešams viens rīks modeļa iestatījumos un viena rinda pārlūkprogrammā — Gemini Live, OpenAI Realtime, ElevenLabs, LiveKit un Pipecat piemēri ir pieejami Stardust repozitorijā.
Ja vēlaties šādu mākslīgā intelekta konsultantu, bet nevēlaties to pats izdomāt, rakstiet man Telegram @GuruAppSheet: es izveidošu aģentu jūsu katalogam un parādīšu jums demonstrāciju, izmantojot jūsu produktus.
