شركة SpaceXAI التابعة لإيلون ماسك (Elon Musk) أعلنت البارح (29 يوليوز) على Grok Voice Think Fast 2.0، وهو أقوى وأذكى موديل ديال الذكاء الاصطناعي ديالها لتحويل الكلام لكلام (speech-to-speech).
بالنسبة للثمن، كيكلف هاد الموديل 0.08 دولار لكل دقيقة صوتية (ملاحظة: كيساوي تقريباً 0.54 يوان صيني حسب سعر الصرف الحالي)، ومن المقرر رسمياً نهار 5 غشت ترقية موديل grok-voice-latest من grok-voice-think-fast-1.0 لـ grok-voice-think-fast-2.0.
هاد الموديل كيركز على تحسين الاستدلال الصوتي، ودقة التفريغ، والقدرة على الحوار، وموثوقية استدعاء الأدوات. ووفقاً لبيانات اختبارات معيارية للصوت إلى الصوت نشرتها Artificial Analysis، سجّل الموديل الجديد AA Speech-to-Speech Quality Index بنسبة 82.9%، بزيادة قدرها 7.2 نقاط مئوية مقارنةً بـ 75.7% ديال Grok Voice Think Fast 1.0.
قالت SpaceXAI إن الموديل كيقدر يدير الاستدلال بشكل متزامن مع الكلام، بلا ما يحتاج يضيف تأخير باش يوفر القدرة على الاستدلال. وأضافات الشركة أن النسخة الجديدة نقصات من عدد ديال Tokens ديال الاستدلال اللازمين لكل جواب؛ وفي بيئات الإنتاج، كيتكمّل استدعاء الأدوات غالباً قبل ما يكمل الوكيل قول الجملة الأولى.
وفي تقييم داخلي شمل آلاف العبارات و24 لغة، قالت xAI إن أداء التفريغ ديال Grok Voice Think Fast 2.0 تحسّن بـ 1.5~2.0 مرة مقارنةً بـ Deepgram Nova 3 وElevenLabs Scribe v2، وبـ 1.4 مرة مقارنةً بالنسخة 1.0. وفي الحالات اللي فيها ضجيج واضح فالخلفية وضغط ديال المكالمات الهاتفية، قالت xAI إن الفارق مع موديلات متخصصة فتحويل الصوت لنص يقدر يوصل لحوالي 10 مرات.