مایکروسافت ویژگی آزمایشی «Copilot Portraits» را با بهرهگیری از فناوری VASA-1 معرفی کرده که با ارائه ۴۰ آواتار انسانی همگام با صدا و حالات طبیعی چهره، تجربه مکالمه صوتی واقعیتر و ایمنتری را برای کاربران در آمریکا، بریتانیا و کانادا فراهم میکند.
به گزارش تکناک، مصطفی سلیمان، مدیرعامل بخش Microsoft AI، با اعلام این خبر در شبکه اجتماعی X توضیح داد که این قابلیت در پاسخ به درخواست برخی کاربران توسعه یافته است. او گفت: «بسیاری از کاربران اعلام کرده بودند که هنگام استفاده از قابلیت مکالمه صوتی، اگر بتوانند با یک چهره صحبت کنند، احساس راحتی بیشتری خواهند داشت.» بر اساس این ویژگی، کاربران میتوانند یک پرتره انتخاب کرده و آن را با یک صدا هماهنگ کنند تا تجربه مکالمهای طبیعیتر و نزدیکتر به گفتگوهای واقعی داشته باشند.
این اقدام جدید در ادامه تلاشهای مایکروسافت برای جذابتر کردن کوپایلت بهعنوان یک شخصیت تعاملی معرفی شده است. این شرکت پیشتر در ماه ژوئیه ویژگی مشابهی با عنوان Copilot Appearances معرفی کرده بود، با این تفاوت که در قابلیت تازه، آواتارها بر اساس ظاهر انسانی طراحی شدهاند، نه کاراکترهای کارتونی متحرک.
مایکروسافت اعلام کرده است که فناوری مورد استفاده در Portraits بر پایه VASA-1، یکی از دستاوردهای Microsoft Research ساخته شده است. این فناوری امکان تولید حالتهای چهره، حرکات سر و هماهنگی لب را تنها از روی یک تصویر فراهم میکند، بدون آنکه نیاز به مدلسازی سهبعدی پیچیده باشد.
به نقل از ورج، رقبای مایکروسافت نیز در این مسیر فعالاند. بهعنوان نمونه، شرکت X اخیراً آواتارهای سهبعدی برای چتبات Grok معرفی کرده است که حتی شامل نسخهای الهامگرفته از انیمه با قابلیت NSFW نیز میشود. با این حال، مایکروسافت روند عرضه Portraits را با احتیاط بیشتری پیش میبرد و به نظر میرسد دغدغههای ایمنی، بهویژه در خصوص جلوگیری از تعاملات آسیبزا میان کاربران و چتباتها، دلیل اصلی این رویکرد محتاطانه باشد.
بر اساس اطلاعیه منتشر شده در وبلاگ رسمی Copilot، هر یک از پرترهها بهطور عمدی با سبک خاص طراحی شدهاند و حالت واقعگرایانه ندارند تا علاوه بر تنوع بصری، ویژگیهای امنیتی و قابلیت اعتماد Copilot همچنان حفظ شود. دسترسی به این قابلیت فعلاً برای گروه محدودی از کاربران بالای ۱۸ سال فعال خواهد بود و محدودیتهای زمانی روزانه و جلسهای نیز برای استفاده از آن در نظر گرفته شده است. همچنین، شاخصهای مشخصی به کاربران نشان میدهد که آنها در حال تعامل با فناوری هوش مصنوعی هستند.
