xAI ra mắt Grok Voice Think Fast 2.0: Mô hình AI giọng nói thông minh và nhanh nhất

Theo tin từ IT ngày 30 tháng 7, SpaceXAI của Elon Musk đã ra mắt Grok Voice Think Fast 2.0 vào ngày hôm qua (29 tháng 7), đây là mô hình AI giọng nói-sang-giọng nói (speech-to-speech) mạnh mẽ và thông minh nhất của hãng.

Về giá cả, chi phí cho mỗi phút âm thanh của mô hình này là 0,08 USD (lưu ý của IT: theo tỷ giá hối đoái hiện tại tương đương khoảng 0,54 Nhân dân tệ). Công ty dự kiến sẽ nâng cấp mô hình grok-voice-latest vào ngày 5 tháng 8, chuyển từ phiên bản grok-voice-think-fast-1.0 lên grok-voice-think-fast-2.0.

Mô hình này tập trung cải thiện khả năng suy luận bằng giọng nói, độ chính xác khi chuyển ngữ, khả năng đối thoại và độ tin cậy khi gọi công cụ (tool calling). Theo dữ liệu kiểm chuẩn giọng nói-sang-giọng nói do Artificial Analysis công bố, chỉ số AA Speech-to-Speech Quality Index của mô hình mới đạt 82,9%, tăng 7,2 điểm phần trăm so với mức 75,7% của Grok Voice Think Fast 1.0.

SpaceXAI cho biết mô hình có thể thực hiện suy luận đồng thời trong khi đang nói mà không cần đánh đổi độ trễ để lấy khả năng suy luận. Công ty cũng cho biết phiên bản mới đã giảm số lượng Token suy luận cần thiết cho mỗi phản hồi; trong môi trường sản xuất, việc gọi công cụ thường sẽ hoàn tất trước khi tác nhân (agent) nói xong câu đầu tiên.

Trong các đánh giá nội bộ bao phủ hàng nghìn cụm từ và 24 ngôn ngữ, xAI cho biết hiệu suất chuyển ngữ của Grok Voice Think Fast 2.0 cao gấp 1,5~2,0 lần so với Deepgram Nova 3 và ElevenLabs Scribe v2, đồng thời cải thiện gấp 1,4 lần so với phiên bản 1.0. Trong các tình huống có tiếng ồn nền đáng kể và nén âm thanh điện thoại, xAI cho biết khoảng cách giữa họ và các mô hình chuyển giọng nói thành văn bản chuyên dụng có thể nới rộng lên tới khoảng 10 lần.

Thông báo quảng cáo: Các liên kết chuyển hướng bên ngoài trong bài viết (bao gồm nhưng không giới hạn ở siêu liên kết, mã QR, mật khẩu, v.v.) được sử dụng để truyền tải thêm thông tin, giúp tiết kiệm thời gian chọn lọc, kết quả chỉ mang tính chất tham khảo, tất cả các bài viết của IT đều bao gồm thông báo này.