Wybierz towarzysza i poznaj jego zdanie na temat tej historii
Powiązane artykuły
Amazon wprowadza nową funkcję dla Alexa dla Zakupów, która umożliwia klientom kupowanie przedmiotów poprzez wysyłanie wiadomości tekstowych do asystenta AI, opisując pożądane produkty lub wysyłając zdjęcie przedmiotu. Ta aktualizacja usprawnia proces zakupów, pozwalając twórcom szybko znajdować i nabywać fizyczne przedmioty, po prostu komunikując się z AI w bardziej naturalny, multimodalny sposób, podobnie jak mogliby to robić, podając monity generatorowi obrazów.
Kluczowe wnioski
Alexa dla Zakupów od Amazon obsługuje teraz wprowadzanie tekstu i obrazów do wyszukiwania produktów, umożliwiając użytkownikom wysyłanie opisów lub zdjęć przedmiotów, które chcą kupić.
Asystent AI przetwarza te multimodalne dane wejściowe, przeszukuje katalog produktów Amazon i odsyła rekomendacje zakupu.
Ta aktualizacja integruje możliwości AI bezpośrednio w proces zakupów, zapewniając bardziej konwersacyjny i wizualny sposób identyfikacji i nabywania produktów.
Funkcja ma na celu uproszczenie zakupów poprzez zmniejszenie potrzeby ręcznego przeglądania i wyszukiwania słów kluczowych na platformie Amazon.
To ulepszenie oznacza, że zamiast nawigować po stronie internetowej lub aplikacji Amazon, użytkownicy mogą wysłać wiadomość tekstową do Alexa dla Zakupów, szczegółowo opisując, czego potrzebują, na przykład „kup mi nowy tablet Wacom Intuos Pro Medium” lub „znajdź mi biurko stojące podobne do tego” z załączonym zdjęciem. Alexa następnie przetwarza te dane wejściowe, przeszukuje obszerne oferty Amazon i odsyła odpowiednie rekomendacje produktów. Celem jest uczynienie zakupów tak intuicyjnymi jak rozmowa, omijając tradycyjne interfejsy wyszukiwania.
Multimodalne wprowadzanie danych do rzeczywistych zakupów
Możliwość używania zarówno tekstu, jak i obrazów jako danych wejściowych, znana jako multimodalne podpowiadanie, bezpośrednio odzwierciedla sposób, w jaki wielu twórców sztuki AI wchodzi w interakcje z narzędziami takimi jak generator obrazów Charmloop. Tak jak użytkownik może przesłać obraz referencyjny i opisać zmiany stylistyczne, aby wygenerować nowe dzieło sztuki, tak teraz może pokazać Alexie zdjęcie konkretnego przedmiotu — powiedzmy, konkretnej marki pigmentu lub unikalnego narzędzia do rzeźbienia — i poprosić AI o jego znalezienie. To zmienia interakcję z wyszukiwania opartego na słowach kluczowych na bardziej wizualny i opisowy dialog, potencjalnie oszczędzając czas podczas szukania konkretnych, trudnych do opisania przedmiotów.
Alexa dla Zakupów umożliwia teraz użytkownikom wysyłanie opisów produktów lub obrazów do asystenta AI.
Dla twórców może to oznaczać usprawnienie pozyskiwania fizycznych towarów potrzebnych do ich rzemiosła. Na przykład, jeśli artysta cyfrowy widzi konkretny typ podstawki pod monitor w studiu kolegi, może zrobić zdjęcie i wysłać je do Alexa dla Zakupów, aby znaleźć pasujący lub podobny produkt. Takie podejście zmniejsza tarcie często związane z przekładaniem wizualnego pomysłu na terminy wyszukiwania, które dają dokładne wyniki. System jest zaprojektowany tak, aby rozumieć kontekst zarówno z obrazu, jak i z towarzyszącego mu tekstu, dążąc do dostarczania bardziej precyzyjnych rekomendacji niż mogłyby to zrobić zapytania tylko tekstowe.
Implikacje dla przepływów pracy twórców
Chociaż ta funkcja koncentruje się głównie na zakupach konsumenckich, jej podstawowa technologia multimodalnego wprowadzania danych ma szersze implikacje dla sposobu, w jaki wchodzimy w interakcje z AI w różnych zastosowaniach. Łatwość łączenia wskazówek wizualnych i tekstowych może wpłynąć na projekt przyszłych narzędzi AI, czyniąc je bardziej adaptowalnymi do naturalnych stylów komunikacji ludzkiej. Dla twórców oznacza to, że narzędzia AI mogą stać się jeszcze bardziej zintegrowane z codziennymi przepływami pracy, od pozyskiwania materiałów po generowanie treści, po prostu interpretując wizualne przykłady i instrukcje w języku naturalnym. Ciągły rozwój solidnych multimodalnych modeli AI, takich jak te używane do generowania interaktywnych wirtualnych światów 3D, nadal rozszerza możliwości pomocy opartej na AI w dziedzinach kreatywnych. Wydanie NVIDIA Cosmos 3, na przykład, oferuje narzędzia do tworzenia złożonych środowisk cyfrowych z różnorodnych danych wejściowych.
Ta aktualizacja od Amazon podkreśla trend w kierunku bardziej intuicyjnych, konwersacyjnych interfejsów AI, które rozumieją i działają na podstawie bogatszych form danych wejściowych. W miarę jak modele AI stają się coraz bardziej biegłe w interpretowaniu złożonych monitów wizualnych i tekstowych, twórcy mogą spodziewać się coraz bardziej wyrafinowanych i płynnych interakcji w szerszym zakresie platform i usług, od generowania unikalnych obrazów na platformach takich jak Charmloop po zarządzanie praktycznymi zadaniami, takimi jak zakup materiałów. Aby dowiedzieć się, jak działa multimodalne podpowiadanie w generowaniu kreatywnym, możesz odwiedzić naszą sekcję przewodników.
