Elias décrypte la recherche derrière les gros titres en langage clair.
Inspiré par cette histoire ? Transformez l’idée en votre propre création par IA en quelques secondes — gratuit pour commencer, sans carte bancaire.
Commencer gratuitementChoisissez un compagnon et découvrez son avis sur cette histoire
Amazon déploie une nouvelle fonctionnalité pour Alexa pour le shopping qui permet aux clients d'acheter des articles en envoyant un message texte à l'assistant IA, soit en décrivant les produits souhaités, soit en envoyant une photographie de l'article. Cette mise à jour simplifie le processus d'achat, permettant aux créateurs de trouver et d'acquérir rapidement des articles physiques en communiquant simplement avec l'IA de manière plus naturelle et multimodale, de la même manière qu'ils pourraient inviter un générateur d'images.
Cette amélioration signifie qu'au lieu de naviguer sur le site web ou l'application d'Amazon, les utilisateurs peuvent envoyer un message texte à Alexa pour le shopping détaillant ce dont ils ont besoin, comme « achète-moi une nouvelle tablette Wacom Intuos Pro Medium » ou « trouve-moi un bureau debout similaire à celui-ci » avec une photo jointe. Alexa traite ensuite cette entrée, recherche dans les vastes listes d'Amazon et renvoie des recommandations de produits pertinentes par SMS. L'objectif est de rendre les achats aussi intuitifs qu'une conversation, en contournant les interfaces de recherche traditionnelles.
La capacité d'utiliser à la fois du texte et des images comme entrée, connue sous le nom d'invite multimodale, reflète directement la façon dont de nombreux créateurs d'art IA interagissent avec des outils comme le générateur d'images de Charmloop. Tout comme un utilisateur peut télécharger une image de référence et décrire des changements stylistiques pour générer une nouvelle œuvre d'art, il peut désormais montrer à Alexa une photo d'un article spécifique – par exemple, une marque particulière de pigment ou un outil de sculpture unique – et demander à l'IA de le trouver. Cela déplace l'interaction de la recherche par mots-clés vers un dialogue plus visuel et descriptif, ce qui peut faire gagner du temps lors de la recherche d'articles spécifiques et difficiles à décrire.
Alexa pour le shopping permet désormais aux utilisateurs d'envoyer des descriptions de produits ou des images à l'assistant IA.
Image : Hugging Face Blog
Pour les créateurs, cela pourrait signifier la rationalisation de l'acquisition de biens physiques nécessaires à leur métier. Par exemple, si un artiste numérique voit un type spécifique de support de moniteur dans le studio d'un collègue, il pourrait prendre une photo et l'envoyer par SMS à Alexa pour le shopping pour trouver un produit correspondant ou similaire. Cette approche réduit la friction souvent associée à la traduction d'une idée visuelle en termes de recherche qui donnent des résultats précis. Le système est conçu pour comprendre le contexte à la fois de l'image et de tout texte d'accompagnement, visant à fournir des recommandations plus précises que les requêtes textuelles seules ne le permettraient.
Bien que cette fonctionnalité soit principalement axée sur les achats des consommateurs, sa technologie sous-jacente pour l'entrée multimodale a des implications plus larges sur la façon dont nous interagissons avec l'IA dans diverses applications. La facilité de combiner des indices visuels et textuels pourrait influencer la conception des futurs outils d'IA, les rendant plus adaptables aux styles de communication humaine naturels. Pour les créateurs, cela signifie que les outils d'IA pourraient être encore plus intégrés dans les flux de travail quotidiens, de l'approvisionnement en matériaux à la génération de contenu, en interprétant simplement des exemples visuels et des instructions en langage naturel. Le développement continu de modèles d'IA multimodaux robustes, comme ceux utilisés pour générer des mondes virtuels 3D interactifs, continue d'étendre les possibilités d'assistance alimentée par l'IA dans les domaines créatifs. La version Cosmos 3 de NVIDIA, par exemple, offre des outils pour créer des environnements numériques complexes à partir d'entrées diverses.
Cette mise à jour d'Amazon met en évidence une tendance vers des interfaces d'IA plus intuitives et conversationnelles qui comprennent et agissent sur des formes d'entrée plus riches. À mesure que les modèles d'IA deviennent plus aptes à interpréter des invites visuelles et textuelles complexes, les créateurs peuvent s'attendre à des interactions de plus en plus sophistiquées et transparentes sur un plus large éventail de plateformes et de services, de la génération d'images uniques sur des plateformes comme Charmloop à la gestion de tâches pratiques comme l'achat de fournitures. Pour explorer le fonctionnement de l'invite multimodale dans la génération créative, vous pouvez visiter notre section guides.