Halos lahat ng AI voice assistant ay may parehong bagay sa kanilang screen: isang pulsating sphere. Hindi gaanong karaniwan, nagtatampok ang mga ito ng "nagsasalitang ulo," isang video avatar ng isang taong gumagalaw ang kanilang mga labi. Gumawa ako ng ikatlong variant at tinawag itong ART DANYUK: habang nagsasalita ang AI, libu-libong kumikinang na particle ang nagsasama-sama sa isang 3D na pigura ng paksang pinag-uusapan—isang tasa ng kape, isang sofa, isang dolphin—at pagkatapos ay muling kumakalat bilang isang stream ng data. Nasa ibaba ang isang live demo; maaari mo itong pindutin dito mismo. Magiging kapaki-pakinabang ang artikulong ito kung pumipili ka ng isang AI assistant para sa iyong website o gumagawa ng sarili mong voice agent at gusto mong maalala ito.
Subukan ito mismo sa artikulo
Pindutin ang anumang bagay sa ibaba ng window o i-type ang sarili mong salita sa Ingles—halimbawa, "teleskopyo" o "gitara." Ang buton na ▶ Tour ay naglulunsad ng maikling dayalogo: ang bisita ay magtatanong tungkol sa kape, mga matatamis, sofa, mga kabayo, at isang biyahe sa bangka; ang AI ay tutugon, at ang mga particle ay magbubuo ng bawat bagay. Ang pagtapik ay lumilikha ng isang alon, ang pag-swipe ay magpapaikot sa eksena, at ang matagal na pagpindot ay magpapakalat sa bagay, na siyang muling magbubuo nito. Ang bilog na buton sa sulok ay magpapabago sa paleta.
Kung hindi naglo-load ang window, buksan nang hiwalay ang demo: vibevox.pro/stardust-demo.
Bakit walang mukhang mas mainam pa sa bola at ulong nagsasalita?
Ipinapakita lamang ng globo kung ano ang sinasabi ng AI. Ipinapakita ng isang nagsasalitang ulo kung sino ang nagsasalita, ngunit ito ay magastos at madaling mahulog sa "mahiwagang lambak"—kung kailan ang isang imaheng halos tao ay mas nakakatakot kaysa sa isang malinaw na guhit. Ang isang walang mukha na avatar ay nagpapakita ng pag-uusap, at iyon ay hindi malilimutan.
| Opsyon | Ang nakikita ng bisita | Saan binibilang ang larawan? |
|---|---|---|
| Bolang pumipintig | abstraktong animasyon | sa browser, halos walang load |
| Avatar ng video ng tao | mukha at labi kasabay ng pagsasalita | Sa isang server na may video card, ang buong pag-uusap ay isang video stream. |
| ART DANYUK | paksa ng usapan sa 3D | sa browser ng bisita, sa pamamagitan ng network - tanging ang boses at ang pangalan ng item |
Dalawang estilo: ART DANYUK at 3D na mga bituin
ART DANYUK - isang iskultura ng datos. Hanggang 131,000 na partikulo ang dumadaloy na parang isang cocoon, isang bagay ang isinisilang sa loob, nagtatagal nang ilang segundo, at pagkatapos ay muling natutunaw. Mga Palette: "Auto" (isang mabagal na timpla ng lahat ng kulay), Karagatan, Coral, Nebula, Hardin. Nangangailangan ng WebGL2, na kasama sa halos lahat ng mga bagong telepono.
Mga 3D na bituin – isang spiral galaxy sa loob ng isang nebula. Ang mga bituin ay magkakasamang nag-aarko upang bumuo ng isang three-dimensional, maliwanag na pigura na umiikot na parang isang totoong bagay. Gumagana sa anumang telepono, at awtomatikong lilipat ang ART DANYUK sa ganitong istilo kung ang iyong device ay hindi kasinghusay.
Sa parehong istilo, ang mga partikulo ay "huminga" kasabay ng boses ng AI: mas malakas ang parirala, mas maliwanag at mas matingkad ang larawan.
Paano ito gumagana mula sa loob?
- Isang kagamitang AI. Tinatawag ng modelo ang show_visual ("show object") gamit ang Ingles na pangalan—halimbawa, "tasa ng kape"—at patuloy na nagsasalita. Hindi kailanman naghihintay ang boses ng isang imahe: ito ay isang hiwalay at maliit na channel ng data.
- Isang aklatan ng 1,359 na modelo. Pagkain, muwebles, hayop, halaman, transportasyon, kagamitan, kosmetiko, alahas, elektroniko, at palakasan. Ang lahat ng mga pinagmulang modelo ay nasa ilalim ng libreng lisensyang CC0, at kinomberte ko ang mga ito sa mga point cloud na may sukat na 2-10 KB. Ang bawat isa ay dina-download sa unang paggamit at pagkatapos ay naka-cache sa iyong browser.
- Safety net. Minsan "nakakalimutan" ng mga modelo ng AI na tawagin ang isang kagamitan. Samakatuwid, pagkatapos ng isa't kalahating segundo ng pagsagot, awtomatikong pinipili ng magaan na modelo ang item mula sa parirala ng bisita at sa simula ng sagot. Nilalaktawan nito ang mga pagbati, maliliit na usapan, at mga tao.
- Kamera. Maaaring ituro ng bisita ang produkto sa kamera at i-click ang "Kilalanin." Papangalanan ng AI ang item, at bubuuin ng mga particle ang hugis nito.
Ano ang nakikita ng bisita habang tumatawag?
- Habang kumokonekta ang tawag, ang mga particle ay bumubuo ng inskripsyon na VibeVox, at sa iyong proyekto - ang pangalan ng iyong tatak.
- Bumati ang AI, at ang ulap ng mga partikulo ay humihinga sa oras gamit ang boses nito: isang paghinto - ang larawan ay kumukupas, ang parirala ay nabubuhay.
- Naabot ng usapan ang paksa - nagtitipon ang mga partikulo sa kanyang pigura, hinahawakan ito habang nagsasalita ang AI, at pagkatapos ay kumakalat muli.
- Maaaring paikutin ang pigura sa pamamagitan ng pag-swipe at basagin sa pamamagitan ng matagal na pagpindot, kaya ang paghihintay ng sagot ay nagiging isang laro.
- Inaayos ang volume gamit ang slider sa itaas na ringtone bar, at maaaring i-on at i-off ang camera anumang oras.
Sumasagot ang AI consultant sa wika ng bisita. Tinalakay ko kung paano gawing multilingual ang website mismo para makita ito ng mga search engine sa aking artikulo tungkol sa isang multilingual na website na walang tagasalin.
Saan ito kapaki-pakinabang para sa negosyo?
- Isang coffee shop o pastry shop – isang consultant ang nag-uusap tungkol sa espresso at mga panghimagas, at ang bisita ay nakakita ng isang tasa at isang cupcake.
- Tindahan ng muwebles - "compact sofa para sa isang maliit na apartment" agad na nagiging sofa sa screen.
- Turismo at mga iskursiyon - ang isang biyahe sa bangka kasama ang mga dolphin ay nagiging isang dolphin, at ang isang booking ay nagiging isang basket.
- May tindahan na nagbebenta ng mga kosmetiko, kagamitan, at elektroniko —lipstick, screwdriver, at headphone —na mabibili sa aklatan.
- Mga eksibisyon at pagtatanghal - isang iskrin na nagpapakita ng mga itinatanong ng mga bisita at nagtitipon ng mga tao sa paligid.
Ipinakita ko kung paano naiiba ang isang AI agent na gumagabay sa mga customer sa kanilang mga order sa isang regular na chatbot sa aking pagsusuri sa mga e-commerce agent.
Paano ito ilagay sa iyong website?
May tatlong opsyon, depende kung kailangan mo ng isang handa nang consultant, ang buong website, o graphics lang.
| Ano ang kailangan | Paano makakuha |
|---|---|
| Isang handa nang AI consultant na may boses at 3D view | Widget ng VibeVox - sa mga setting, piliin ang "3D figures" o ART DANYUK at ang boses ng katulong |
| Isang website na may built-in na AI assistant | 1001site AI: Planong all-inclusive - €45 kada buwan, unang buwan na may promo code ng buwan - €25 |
| Mga graphics lang para sa iyong boses AI | Stardust engine sa GitHub: libre para sa mga personal na proyekto, lisensyang pangkomersyo para sa mga kumpanya |
Kung paano paganahin at i-configure ang AI assistant sa iyong 1001site account ay inilarawan sa knowledge base.
Para sa mga developer, ang koneksyon ay nangangailangan ng isang tool sa mga setting ng modelo at isang linya sa browser - ang mga halimbawa para sa Gemini Live, OpenAI Realtime, ElevenLabs, LiveKit, at Pipecat ay nasa Stardust repository.
Kung gusto mo ng AI consultant na tulad nito pero ayaw mong alamin ito nang mag-isa, magmensahe sa akin sa Telegram @GuruAppSheet: Gagawa ako ng ahente para sa iyong katalogo at ipapakita ko sa iyo ang isang demo gamit ang iyong mga produkto.
