英偉達ChatRTX迎0.3版本更新 新增照片搜索、AI語(yǔ)音識別等功能

英偉達今日宣布，英偉迎版I語(yǔ)音識旗下AI聊天機器人ChatRTX進(jìn)行0.3版本更新，本更別此次更新不僅增加了對谷歌的新新Gemma、ChatGLM3和OpenAI的增照CLIP等多種人工智能模型的支持，還首次集成了先進(jìn)的片搜Whisper語(yǔ)音識別系統，為用戶(hù)帶來(lái)前所未有的英偉迎版I語(yǔ)音識智能交互體驗。

英偉達今年三月曾公開(kāi)AI聊天機器人ChatRTX，新新使用者可以在有著(zhù)英偉達RTX技術(shù)支援的增照Windows PC和工作站上，與儲存在本地端的片搜資料互動(dòng)。ChatRTX利用檢索增強生成、英偉迎版I語(yǔ)音識英偉達TensorRT-LLM軟體與英偉達RTX加速等技術(shù)，本更別將聊天機器人功能帶至有著(zhù)RTX技術(shù)支援的新新Windows PC和工作站上。在LLM的增照支援下，使用者可以透過(guò)ChatRTX查詢(xún)他們的片搜筆記和檔案，且由于ChatRTX在使用者裝置本機端運行，能夠快速生成相關(guān)回應。

英偉達表示，最新版本加入支援其他LLM，包括由谷歌訓練出最新的開(kāi)放式、可在本地端運行的Gemma。Gemma是Google使用與自家Gemini模型相同的研究和技術(shù)，專(zhuān)為負責任AI開(kāi)發(fā)而打造的模型。ChatRTX現在也支援基于通用語(yǔ)言模型框架的開(kāi)放式中英雙語(yǔ)ChatGLM3大型語(yǔ)言模型。

英偉達指出，由于支援OpenAI的對比語(yǔ)言和影像預訓練技術(shù)，使用者能與影像資料進(jìn)行互動(dòng)。經(jīng)過(guò)訓練和細化后的CLIP神經(jīng)網(wǎng)絡(luò )，從自然語(yǔ)言監督中學(xué)習視覺(jué)概念。也就是說(shuō)，這個(gè)模型會(huì )辨識在影像集里「看到」的東西。因ChatRTX支援CLIP，使用者可透過(guò)單字、術(shù)語(yǔ)和短語(yǔ)，與裝置本機端的相片和影像進(jìn)行互動(dòng)，無(wú)需使用復雜的詮釋資料標記。

另外，新版本的ChatRTX還讓使用者可以用自己的聲音與資料進(jìn)行聊天。由于有支援使用AI處理口語(yǔ)的自動(dòng)語(yǔ)音識別系統Whisper，使用者可以在應用程式上用語(yǔ)音進(jìn)行查詢(xún)，ChatRTX將以文字加以回應。這意味著(zhù)用戶(hù)不再局限于鍵盤(pán)輸入，而是可以通過(guò)簡(jiǎn)單的語(yǔ)音指令來(lái)與機器人交互，查詢(xún)本地數據，享受更為自然和高效的溝通方式。