xAI এখন Grok Voice Think Fast 2.0 চালু করেছে, যা একটি আপগ্রেড করা রিয়েল-টাইম ভয়েস এআই মডেল যা তীক্ষ্ণতর ট্রান্সক্রিপশন সঠিকতা, উন্নত বুদ্ধিমত্তা এবং সহজ কথোপকথনের প্রবাহের প্রতিশ্রুতি দিচ্ছে। এই ঘোষণা হয়েছে ২৯ জুলাই, যা মূল Think Fast 1.0 এর আবির্ভাবের পর মাত্র তিন মাসের মধ্যে—যা এপ্রিল ২০২৬-এ চালু হয়েছিল।
আসলে এর নিচে কী আছে
গ্রক ভয়েসের মূল আর্কিটেকচার এমন কিছু করে যা সহজ বলে মনে হয় কিন্তু প্রযুক্তিগতভাবে ভয়ঙ্কর: এটি শোনে, যুক্তি দেয় এবং একসাথে কথা বলে। আপনার পালা অপেক্ষা করতে হয় না, মডেলটি প্রসেস করার সময় অস্বস্তিকর বিরতি হয় না। সাব-সেকেন্ড ল্যাটেন্সি, রিয়েল-টাইমে চলছে।
থিংক ফাস্ট 2.0 এর বেশি হয়েছে ২৫টি ভাষা এবং এটি শব্দহীন পরিবেশ এবং বিভিন্ন উচ্চারণের সাথে কাজ করার জন্য তৈরি করা হয়েছে।
এপ্রিলে চালু হওয়ার সময় পূর্বসূরি, থিংক ফাস্ট 1.0, টাউ-ভয়েস বেঞ্চ বেঞ্চমার্কে 67.3% স্কোর করেছিল। প্রেক্ষাপট হিসেবে, এটি জেমিনি 3.1 ফ্ল্যাশ লাইভ এবং জিপিটি রিয়েলটাইমকে পরাজিত করেছিল, যারা যাত্রার ইটিনারি পরিবর্তন কাজে যথাক্রমে 66% এবং 36% স্কোর করেছিল।
xAI এখনও 2.0 সংস্করণের জন্য পূর্ণাঙ্গ বেঞ্চমার্ক ফলাফল প্রকাশ করেনি।
দামটি সত্যিকারের গল্প বলে
xAI-এর ভয়েস API এজেন্ট ব্যবহারের জন্য প্রতি মিনিটে $0.05 থেকে শুরু হয়।
লক্ষ্য ব্যবহারের ক্ষেত্রগুলি এটিকে একটি এন্টারপ্রাইজ প্লে হিসাবে নিশ্চিত করে: গ্রাহক সমর্থন স্বয়ংক্রিয়করণ, জটিল বহু-পদক্ষেপের প্রবাহ এবং মডেলটিকে বিঘ্নগুলি সহজে পরিচালনা করার প্রয়োজনীয় পরিস্থিতি।
কেন ক্রিপ্টো বিনিয়োগকারীদের একটি এআই ভয়েস মডেল সম্পর্কে চিন্তা করা উচিত
Grok Voice Think Fast 2.0-এর কোনো সরাসরি সম্পর্ক ক্রিপ্টোকারেন্সি, ব্লকচেইন বা কোনো টোকেনের সাথে নেই। এতে DePIN এঙ্গেল নেই, অন-চেইন ইনফারেন্স মার্কেটপ্লেস নেই, গভার্নেন্স টোকেন নেই। xAI এটিকে সম্পূর্ণরূপে পারম্পরিক এন্টারপ্রাইজ সফটওয়্যার ক্ষেত্রে খেলছে।
গত দুই বছরে এআই ন্যারেটিভ টোকেনগুলি ক্রিপ্টোতে সবচেয়ে অস্থির এবং মোমেন্টাম-চালিত সম্পদগুলির মধ্যে একটি ছিল। বড় ল্যাবগুলির প্রতিটি প্রধান এআই উন্নতি রেন্ডার, ফেচ.এআই এবং অন্যান্য এআই-সংশ্লিষ্ট প্রোটোকলের মতো প্রকল্পগুলির টোকেন মূল্যের মধ্যে দোলন তৈরি করে।
গুগলের জেমিনি, ওপেনএআইয়ের জিপিটি রিয়েলটাইম এবং এখন xAI-এর গ্রক ভয়েস সবাই একই এন্টারপ্রাইজ ভয়েস এআই বাজারকে লক্ষ্য করছে।