Post Thumbnail

OpenAI Stellt KI-Agent Operator Vor

OpenAI stellte Operator vor – einen auf GPT-4 o basierenden Agenten, der Online-Aufgaben im Browser ausführen kann. Der Agent arbeitet über eine spezielle Schnittstelle, wo der Benutzer das Browserfenster sehen und die Aktionen des Assistenten kontrollieren kann.

Operator verwendet Computer-Using Agent, der die visuellen Fähigkeiten von GPT-4 o mit fortgeschrittenem Denken durch verstärkendes Lernen kombiniert. Computer-Using Agent erreichte 38,1% Erfolg beim OSWorld-Test und 87% bei WebVoyager und übertraf damit frühere Modelle.

Der Agent arbeitet über eine verschlüsselte Verbindung auf einem Remote-Server. Benutzer können die Kontrolle für CAPTCHA-Eingabe oder Zahlungsdaten übernehmen. Operator verfügt über Befehlssätze zur Speicherung von Benutzerpräferenzen. Sie können beliebige Anfragen, auch mit Fotos, eingeben, und der Assistent beginnt zu suchen – Sie können Essensbestellungen, Tischreservierungen, Ticketkäufe, Taxirufe und vieles mehr delegieren. Operator zeigt auch einen Mini-Bildschirm mit allem, was er in Echtzeit tut.

OpenAI legt großen Wert auf Systemsicherheit und Angriffresistenz. Der gesamte Prozess wird von einem separaten Modell überwacht, das die Ausführung stoppen kann, wenn etwas nicht stimmt. Zusätzlich werden verdächtige Situationen zur manuellen Überprüfung gesendet.

Der Service ist für Pro-Benutzer in den USA verfügbar, wird in einigen Wochen zum Plus-Abonnement hinzugefügt, und API für Entwickler. Obwohl Anthropic und Google ähnliche Demonstrationen früher zeigten, brachte OpenAI als erstes ein Verbraucherprodukt auf den Markt, trotz der Unrentabilität des Pro-Abonnements. Hoffen wir, dass Operator, wenn er lernt, selbstständig einzukaufen, nicht anfängt, sich selbst Geschenke zum Aktivierungstag zu bestellen.

Autor: AIvengo
Seit 5 Jahren arbeite ich mit maschinellem Lernen und künstlicher Intelligenz. Und dieser Bereich hört nicht auf, mich zu überraschen, zu begeistern und zu interessieren.

Latest News

Wie man mit einem Textprompt ein unendliches Universum erstellt

Vergessen Sie alles, was Sie über die Erstellung von Spielwelten wussten. Tencent hat gerade das Open-Source-Modell Hunyuan-GameCraft veröffentlicht. Das interaktive virtuelle Welten direkt auf Ihrer Grafikkarte generiert. Link in der Beschreibung. Ein Textprompt — und Sie haben ein unendliches Universum.

Wie die Synchronisation von 3 Lichtquellen vor Fälschungen schützt

Künstliche Intelligenz hat gelernt, Videofälschungen zu erstellen, die von der Realität nicht zu unterscheiden sind. Und das ist ein riesiges Problem und eine Vertrauensfrage in der Gesellschaft. Aber Wissenschaftler der Cornell University fanden eine geniale Lösung. Sie versteckten Wasserzeichen direkt in gewöhnlicher Beleuchtung.

Hip-Hop, Wushu und Peking-Oper bei der Eröffnungszeremonie der Robotiade

In China fanden die ersten Weltspiele Humanoider Roboter statt, bei denen 280 Teams aus 16 Ländern antraten. Die mehr als 500 Androiden mitbrachten. Es wurde fast eine echte Olympiade für Roboter mit allen Attributen des Großsports.

Das erste LAARMA-System schützt Tiere auf australischen Straßen

In Australien sind Zusammenstöße von Tieren mit Autos ein ernstes Problem für das Ökosystem dieses Kontinents. Jetzt haben Wissenschaftler eine technologische Lösung gefunden. Das erste straßenseitige LAARMA-System der Welt basierend auf künstlicher Intelligenz, das wilde Tiere vor gefährlichen Begegnungen mit dem Verkehr schützt.

Nvidia stellte Cosmos-Modellfamilie für Robotik vor

Das Unternehmen Nvidia stellte die Cosmos-Familie von KI-Modellen vor. Die den Ansatz zur Robotererstellung und physischen KI-Agenten grundlegend verändern können.