Meta 计划在 Llama 4 中引入改进的语音功能，接近双向自然对话

英国金融时报援引知情人士消息称， Meta 计划在其最新的开源大型语言模型 Llama 4 中引入改进的语音功能，预计将在未来几周内推出，因为该公司认为未来所谓的人工智能代理将以对话为主，而不是以文本为主。

一位知情人士透露，该公司特别注重让用户和语音模型之间的对话更接近双向自然对话，允许用户打断，而不是采用更为死板的问答形式。

在推动语音技术发展之际，Meta 首席执行官扎克伯格已经提出了大胆计划，要将这家价值 1.7 万亿美元的硅谷公司打造成“AI leader”。扎克伯格称，2025 年是该公司许多 AI 产品的成败之年。

两位知情人士表示，这促使该公司考虑试行其 AI 助手 Meta AI 的高级订阅服务，用于执行预订和视频制作等代理任务。其中一位知情人士表示，该公司还在考虑在其 AI 助手的搜索结果中引入付费广告或赞助帖子。

扎克伯格今年透露了打造一个 AI 工程代理的计划，其编码和解决问题的能力相当于中级工程师，并称其具有 “非常大的潜在市场”。

日前，Meta 首席产品官克里斯·考克斯（Chris Cox）透露了 Llama 4 的一些计划，称它将是一种“omni model”，即语音将“成为原生的……而不是将语音翻译成文本，将文本发送到 LLM，输出文本，然后再将其转换回语音”。

“我相信这对于界面产品来说意义重大，你可以与互联网对话，向它询问任何事情。我认为我们仍在思考它到底有多强大。”

两位知情人士表示，Meta 还一直在讨论最新款 Llama 型号应具备的输出限制以及是否要降低限制。