⚡ ‏ رونمایی از مدل Grok Voice Think Fast 2.0

🚀 ‏ شرکت xAI نسل جدید مدل صوتی خود یعنی Grok Voice Think Fast 2.0 را منتشر کرد. بر اساس بنچمارک Artificial Analysis، این مدل با کسب امتیاز ۸۲.۹٪، عملکردی فراتر از GPT-Realtime-2.1 با ۷۹.۱٪ و Gemini 3.1 Flash با ۶۹.۵٪ داشته است؛ هرچند در رتبه دوم پس از Qwen Audio 3.0 قرار می‌گیرد.

‏⏱️ بهبود سرعت در این نسخه چشمگیر است، به‌طوری که تأخیر تولید اولین صدا به ۰.۷ ثانیه کاهش یافته که نسبت به ۱.۲۵ ثانیه در نسخه قبلی، جهشی قابل‌توجه است. دقت تشخیص گفتار نیز ۱.۴ برابر افزایش یافته و در ۲۴ زبان، مدل تا ۲ برابر دقیق‌تر از Deepgram Nova 3 یا ElevenLabs Scribe v2 عمل می‌کند.

🔊 ‏ نکته کلیدی، افزایش خیره‌کننده پایداری در محیط‌های پرسروصداست که دقت مدل را تا ۱۰ برابر نسبت به رقبا بهبود می‌بخشد. همچنین این مدل با قابلیت استدلال موازی در حین گفتار، ۶۰٪ توکن کمتری مصرف کرده و ابزارها را پیش از پایان جمله فراخوانی می‌کند.

📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما

#Grok_Voice_Think_Fast #Artificial_Analysis