از Sora تا گراک؛ نگاهی به بهترین ابزارهای هوش مصنوعی ۲۰۲۴

چت‌جی‌پی‌تی کاربران را با دنیای ابزارهای هوش مصنوعی مولد آشنا کرد اما بسیاری از مردم نمی‌دانند دریایی از ابزارهای هوش مصنوعی با قابلیت‌ها و ویژگی‌های جذاب وجود دارد.

اگر بخواهید متنی بنویسید یا تخیلات خود را به تصویر بکشید یا فقط برای نوشتن کدهای کارآمد نیاز به کمک داشته باشید، هوش مصنوعی مولد می‌تواند کار شما را کامل‌تر و ساده‌تر کند. ممکن است پیداکردن ابزار مناسب برای نیازهایتان در میان تنوع بی‌پایانی از دستیارهای هوش مصنوعی که ارائه شده‌اند، کار دشواری باشد. در این مطلب، می‌خواهیم شما را با بهترین ابزارهای هوش مصنوعی ۲۰۲۴ که مرزهای نوآوری را جابه‌جا کرده‌اند، آشنا کنیم؛ از بهترین چت‌بات‌های هوش مصنوعی گرفته تا بهترین تولیدکنندگان تصویر هوش مصنوعی و موارد دیگر.

بهترین ابزارهای هوش مصنوعی برای تولید تصویر

میدجرنی (Midjourney)

Midjourney یکی از اولین تولیدکنندگان تصویر با هوش مصنوعی است که سال 2022 عرضه شد و اکنون محبوبیت زیادی میان کاربران و منتقدان هنری پیدا کرده است. این ابزار می‌تواند براساس پرامپت نوشته شده با زبان طبیعی تصاویری واقع‌گرایانه با وضوح بالا و در سبک‌های هنری بی‌شماری تولید کند.

میدجرنی ابتدا فقط از طریق سرور دیسکورد شرکت در دسترس بود اما اکنون از طریق پورتال وب ساده در دسترس قرار گرفته است. گالری آثار تولیدشده با این وب‌سایت را می‌توانید رایگان ببینید اما برای تولید تصاویر شخصی خود باید طرح اشتراک ماهیانه (از 10 تا 120 دلار) بخرید.

ایدیوگرام (Ideogram)

ایدیوگرام از نظر خلاقیت به پای میدجرنی نمی‌رسد و فقط قادر به تولید تصاویر در یکی از پنج سبک هنری پیش‌فرض است اما یک طرح رایگان سخاوتمندانه دارد که به کاربران اجازه می‌دهد روزانه تا 40 تصویر تولید کنند. طرح‌های پولی بین 7 تا 48 دلار در ماه هستند و مزایایی نظیر منابع محاسباتی اضافی، دسترسی اولویت‌دار و دانلود تصاویر با کیفیت بالا ارائه می‌دهند. همچنین این شرکت یک اپلیکیشن iOS و یک API دارد که به ادعای سازنده ابزار، نسبت به مدل‌های دیگر کیفیت تصویر بیشتر با هزینه کمتر ارائه می‌دهد.

دال – ای تی 3 (DALL-E 3)

ابزار تولید تصویر متن به تصویر دال – ای تی 3 متعلق به OpenAI است و براساس مدل GPT-4 اجرا می‌شود. این ابزار ابتدا سپتامبر 2023 منتشر شد و فقط در دسترس کاربران اشتراک پولی بود. OpenAI از آگوست گذشته دسترسی آن را برای کاربران رایگان نیز گسترش داده است. البته در این سطح اشتراک فقط می‌توانید 2 تصویر در روز تولید کنید. شما می‌توانید از طریق چت‌بات Copilot مایکروسافت نیز از DALL-E 3 استفاده کنید.

ایمَجین سه (Imagen 3)

اگر به‌دنبال تولید تصاویر با کیفیت بالا بدون محدودیت‌های سختگیرانه ChatGPT هستید، ایمجین 3 گوگل گزینه‌ای عالی است. این ابزار از طریق چت‌بات Gemini و نسخه رایگان آن در دسترس است و نسبت به نسخه‌های قبلی خروجی‌هایی باکیفیت‌تر و بدون مصنوعات قابل‌توجه می‌سازد اما این ابزار فقط با خرید اشتراک نسخه Gemini Advanced (که هزینه آن 20 دلار در ماه است) تصاویر افراد (مشهور یا غیرمشهور) را تولید می‌کند.

گراک دو (Grok 2)

ابزار ساخت عکس براساس متن Grok 2 مناسب افرادی است که به قانون کپی‌رایت اهمیت نمی‌دهند. این ابزار که شرکت xAI ایلان ماسک آن را ایجاد کرده و در پلتفرم X (توییتر سابق) در دسترس است، محدودیت‌هایی نظیر قوانین ایمنی و حقوقی سایر ابزارهای تولید عکس را نادیده می‌گیرد. اگر بخواهید تصاویری مثل میکی ماوس درحال جنگ با دارث ویدر روی بال هواپیمای 747 که به برج‌های دوقلو برخورد می‌کند، تولید کنید، گراک بدون هیچ سؤالی آن را برایتان می‌سازد. البته برای دسترسی به آن باید 8 دلار بابت اشتراک «پریمیوم ایکس» (Premium X) بپردازید.

جِن سه آلفا با فریمز (Gen 3 Alpha با Frames)

جن سه آلفا (Gen 3 Alpha) محصول ران‌وی (Runway) مدلی نسبتاً جدید است که ژوئن 2024 منتشر شد و می‌تواند براساس پرامپت‌های نوشته‌شده با زبان طبیعی تصاویر ثابت و کلیپ‌های ویدیویی باکیفیت و تقریباً واقع‌گرایانه بسازد. این شرکت اخیراً اعلام کرده می‌خواهد مدل بنیادی جدیدی به نام Frames را در پلتفرم Gen 3 ادغام کند که کنترل بی‌سابقه‌ای بر فرایند تولید تصویر را فراهم می‌کند. کاربران با این مدل می‌توانند در کنار حفظ سبک زیبایی‌شناختی خاصی، چندین نسخه تصویر تولید کنند؛ خواه تقلید از عکس‌های دوربین‌های یک‌بارمصرف 35 میلی‌متری باشد، خواه موتیف‌های انیمه قدیمی. قیمت اشتراک این ابزار از 12 تا 76 دلار در ماه متغیر است. البته شرکت طرح رایگان محدودی نیز ارائه می‌دهد.

 بهترین ابزارهای هوش مصنوعی برای تولید ویدیو

ماشین لونا دریم (Luma Dream Machine)

ماشین لونا دریم اساساً برای حرفه‌ای‌های حوزه مد، بازاریابی و فیلم‌سازی طراحی شده است اما کاربران عادی و حرفه‌ای نیز می‌توانند از آن استفاده کنند. این ابزار برخلاف ابزارهای هوش مصنوعی معمولی، برای رسیدن نتیجه مطلوب نیازی به دستورات دقیق و جزئی ندارد و به‌صورت شهودی پرامپت‌های زبان طبیعی کاربر را تفسیر می‌کند. در ضمن امکان ارائه ورودی‌های چندتصویری و استفاده از تصاویر مرجع تک‌کاراکتری نیز در این ابزار وجود دارد و کاربران می‌توانند به هوش مصنوعی نشان دهند چه چیزی در ذهن دارند. لونا طرح رایگان ندارد اما اشتراک علاقه‌مندان آن (hobbyist) فقط 10 دلار در ماه هزینه دارد.

کِلینگ (Kling)

ابزار تولید ویدیوی کلینگ محصول شرکت «کوآیشو تکنولوژی» (Kuaishou Technology) چین است و خروجی‌های واقع‌گرایانه‌ای ارائه می‌دهد که توان رقابت با خروجی‌های سورا (Sora)، محصول OpenAI، را دارد و درحال‌حاضر در دسترس کاربران سراسر جهان قرار دارد. این ابزار می‌تواند ویدیوهای 2 دقیقه‌ای (دوبرابر Sora) با نرخ 30 فریم‌درثانیه، وضوح بالا و رزولوشن 720p (کمی کمتر از خروجی 1080p Sora) بسازد. هر کلیپ از 5 ثانیه شروع می‌شود و می‌توان با خرید اعتبارهای اضافی آن را تا 4.5 دقیقه افزایش داد. توجه کنید که این ابزار از ساخت تصاویر مرتبط با موضوعات حساس سیاسی امتناع می‌کند.

سورا (Sora)

سورا انقلابی در تولید محتوا محسوب می‌شود. این ابزار هوش مصنوعی قدرتمند با استفاده از الگوریتم‌های پیچیده می‌تواند براساس متنی ساده، ویدیوهایی باکیفیت و خلاقانه بسازد. با استفاده از سورا دیگر نیازی به کمک تیم‌های بزرگ فیلم‌سازی ندارید؛ تنها با نوشتن چند کلمه می‌توانید ویدیوهایی با داستان‌های جذاب و صحنه‌های خیره‌کننده بسازید. سورا کاربردهای بسیار متنوعی دارد؛ از تبلیغات کوتاه گرفته تا فیلم‌های آموزشی. این ابزار با یادگیری مداوم و بهبود الگوریتم‌های خود آینده تولید محتوا را متحول خواهد کرد. با سورا هرکسی می‌تواند ایده‌هایش را به واقعیت تبدیل کند و ویدیوهایی حرفه‌ای بسازد.

ران‌وِی (Runway)

ران‌وی پلتفرم قدرتمند مبتنی‌بر هوش مصنوعی است که به طراحان و هنرمندان اجازه می‌دهد فقط با نوشتن متن ایده‌هایشان را به واقعیت تبدیل کنند. با این ابزار می‌توان آسان و سریع طرح‌های مد و لباس تولید و ویرایش کرد و به اشتراک گذاشت.

ران‌وی به کاربران اجازه می‌دهد با استفاده از ابزارهای هوش مصنوعی پیشرفته، طرح‌هایشان را به‌صورت سه‌بعدی مدل‌سازی و بافت‌های مختلفی به آنها بیفزایند، حتی نمونه‌های مجازی از لباس‌ها را روی مدل‌های سه‌بعدی بپوشانند. این ویژگی‌ها به طراحان کمک می‌کند پیش از تولید انبوه، طرح‌های خود را کامل بررسی و ارزیابی کنند.

به‌علاوه‌ این ابزار به طراحان اجازه می‌دهد با استفاده از الگوریتم‌های یادگیری ماشین، طرح‌های جدید و نوآورانه‌ای به وجود بیاورند. این ابزار با تحلیل مجموعه داده‌های عظیمی از تصاویر و طرح‌های مد، الگوها و روندهای جدید شناسایی می‌کند و به طراحان ایده‌های جدیدی برای طراحی ارائه می‌دهد. ران‌وی با ترکیب خلاقیت انسان و قدرت هوش مصنوعی، به طراحان کمک می‌کند مرزهای طراحی مد را جابه‌جا کنند.

 بهترین ابزارهای هوش مصنوعی تولید متن

چت‌جی‌پی‌تی (ChatGPT)

چت‌جی‌پی‌تی چت‌باتی است که سال 2022 موج جدیدی از هوش مصنوعی را آغاز کرد و همچنان جایگاه ویژه‌ای در حوزه AI دارد. براساس تخمین‌ها، این چت‌بات هفته‌ای 200 میلیون کاربر فعال دارد. این مدل که با حجم عظیمی از محتوای نوشتاری شامل وب‌سایت‌ها، کتاب‌ها، پست‌های شبکه‌های اجتماعی و مقالات خبری آموزش دیده، به همان اندازه که در پاسخ به سؤالات عمومی و تولید کد کامپیوتری مهارت دارد، در تولید متن خلاقانه نیز توانمند است. در ضمن چت‌جی‌پی‌تی اولین چت‌باتی است که قابلیت مکالمه صوتی پیشرفته را معرفی کرد. کاربران می‌توانند به‌جای تایپ‌کردن با آن صحبت کنند؛ درست مانند زمانی که با انسان صحبت می‌کنند.

چت‌جی‌پی‌تی در وب و اپلیکیشن‌های iOS و اندروید رایگان در دسترس است اما با خرید اشتراک طرح ChatGPT-Plus به قیمت 20 دلار در ماه می‌توانید به مدل‌ها و ویژگی‌های پیشرفته‌تری دسترسی داشته باشید.

کوپایلت (Copilot)

مایکروسافت با سرمایه‌گذاری میلیارد دلاری در استارتاپ OpenAI ابزار خود با نام کوپایلت را بر پایه مدل GPT-4o ایجاد کرده است اما Copilot فقط نسخه‌ای بازطراحی‌شده از چت‌جی‌پی‌تی نیست.

کاربران این ابزار می‌توانند بدون نیاز به اشتراک پریمیوم، تصویر تولید کنند. در ضمن، ادغام کوپایلت در اکوسیستم برنامه‌های مایکروسافت مانند اکسل، ورد و اوت لوک نیز امکان‌پذیر است؛ برای مثال با کمک این ابزار می‌توانید در ورد متن بنویسید در اکسل نمودار یا جدول بسازید یا ایمیل‌ها را در اوتلوک پیش‌نویس کنید. استفاده از تمام این قابلیت‌ها فقط با نوشتن پرامپت ممکن است.

گوگل جمینی (Google Gemini)

شاید چت‌بات Gemini گوگل هنگام عرضه رسمی در فوریه کمی به مشکل خورده باشد اما این دستیار هوش مصنوعی به‌سرعت به رقیبی قدرتمند برای چت‌جی‌پی‌تی تبدیل شد. جمینی قابلیت‌های مشابهی ازجمله تولید متن، تصویر، ویدیو، صدا و کد را ارائه می‌دهد. در ضمن، این دستیار می‌تواند از طریق «جمینی لایو» Gemini Live به‌صورت صوتی با کاربران گفتگو کند و با مجموعه اپلیکیشن‌های ورک‌اسپیس (Workspace) گوگل یکپارچه شود.

جمینی توانایی پاسخ به ایمیل‌ها در جیمیل، جستجوی فایل‌ها در گوگل درایو، تولید محتوا در گوگل اسلایدز و ایجاد پیش‌نویس متن را دارد. جمینی در وب و اپلیکیشن‌های iOS و اندروید رایگان در دسترس است اما برای دسترسی به ویژگی‌های پیشرفته‌تر (و یکپارچگی با Workspace) باید اشتراک گوگل وان ای‌آی (Google One AI Premium) را با هزینه 20 دلار در ماه تهیه کنید.

پِرپلِکسیتی (Perplexity)

دستیار هوش مصنوعی پرپلکسیتی جایگزینی منحصربه‌فرد برای موتورهای جستجوی سنتی محسوب می‌شود. این ابزار به‌جای ارائه فهرستی از وب‌سایت‌ها در نتایج جستجو، اطلاعات مرتبط را از اینترنت جمع‌ کرده و مستقیم در پنجره چت به کاربر پاسخ می‌دهد. چنین قابلیتی عملاً نیاز به کلیک روی سایت‌های جداگانه برای یافتن اطلاعات موردنظر را از بین می‌برد.

پربلکیستی که بر پایه مدل GPT-4 ساخته شده، در اندروید، iOS و وب رایگان است. این شرکت همچنین یک طرح اشتراک Pro با قیمت 20 دلار در ماه (یا 200 دلار در سال) دارد که دسترسی به مدل‌های پیشرفته‌تر مانند GPT-4 Omni و Claude 3 را با مزایای اضافی فراهم می‌کند.

جَسپِر (Jasper)

برخلاف چت‌بات‌های عمومی مانند چت‌جی‌پی‌تی و جمینی کاملاً بر ارائه خدمات مرتبط با کسب‌وکار متمرکز است، این ابزار برای تولید متن‌های مرتبط با ایمیل‌ها، وبلاگ‌ها، پست‌های شبکه‌های اجتماعی و مطالب بازاریابی طراحی شده و لحن، صدا و سبک برند شرکت شما را حفظ می‌کند.

جسپر شامل «جسپر چت» (Jasper chat) است که در زمینه تحقیقات و ارائه مشاوره نوشتاری به شما کمک می‌کند و می‌تواند امتیاز SEO محتوای بازاریابی شما را بهینه کند. این ابزار فقط به‌صورت اشتراکی در دسترس است و طرح‌های آن از 40 دلار در ماه به‎‎‎‎‎ازای هر کاربر شروع می‌شود؛ البته شرکت سازنده دوره آزمایشی هفت‌روزه نیز هدیه می‌دهد.

بهترین ابزارهای هوش مصنوعی برای تولید صدا و گفتار

ایلِون لَبز (ElevenLabs)

شرکت ایلون لبز در فناوری تولید صدا پیشرو است و مجموعه‌ای از خدمات صوتی شامل دوبله خودکار، شبیه‌سازی صدا، تبدیل متن به گفتار و تولید جلوه‌های صوتی (SFX) ارائه می‌دهد. کاربران می‌توانند صدای دلخواهشان را از بین هزاران صدای منحصربه‌فرد (شامل صدای افراد مشهور) که براساس داده‌های عمومی و دارای مجوز در 32 زبان آموزش دیده‌اند، انتخاب کنند. این ابزار برای پادکست‌سازی، روایت کتاب‌های صوتی و اپلیکیشن‌های هوش مصنوعی مکالمه‌ای ایده‌آل هستند. محصولات این شرکت با شرایط مختلف از رایگان تا ۹۹ دلار در ماه در دسترس هستند.

ری‌اسپیچِر (Respeecher)

ری‌اسپیچر در شبیه‌سازی صدا برای سلبریتی‌ها، تولیدکنندگان محتوا، دوبلور‌ها، طراحان بازی و سایر کاربردهای حرفه‌ای تخصص دارد. مدل هوش مصنوعی این شرکت به افراد اجازه می‌دهد با صدای انسان دیگری صحبت کنند. در بخش پرسش‌های متداول این شرکت درباره ابزار نوشته شده است: 

ما ضبط‌های صدای «هدف» (صدایی که قرار است شبیه‌سازی شود) را دریافت می‌کنیم، سیستم خود را آموزش می‌دهیم و آن را روی «گوینده منبع» (بازیگری که سطرها را می‌خواند) اعمال می‌کنیم. این ویژگی شامل تمام احساسات، لحن‌ها و ظرایف صدای واقعی انسان است.

شرکت اسپیچی‌فای مجموعه گسترده‌ای از صداهای سلبریتی‌ها ازجمله کریس فارلی و ریچارد نیکسون را ارائه می‌دهد. سال ۲۰۱۹ این شرکت با استفاده از صدای نیکسون جایزه امی را به دست آورد. طرح‌های اشتراک ابزار از ۱۸ دلار در ماه برای تبدیل متن به گفتار ساده (تا ۱۰۰ هزار کاراکتر در ماه) شروع شده و تا ۵۰۰ دلار در ماه برای طرح «Power» (پاور) متغیر است که شامل ۹۰۰ دقیقه تبدیل گفتار به‌ گفتار و ۳ میلیون کاراکتر برای تبدیل متن به گفتار با بیش از ۱۰۰ صدا و ۱۳ لهجه می‌شود.

کنترلا ویس (Controlla Voice)

اگر خود را موسیقی‌دان می‌دانید ولی نمی‌توانید بخوانید، کنترلا ویس می‌تواند کمکتان کنند. مدل مولد این سرویس می‌تواند با استفاده از ۱۵ تا ۳۰ دقیقه نمونه صوتی از صدای شما، «صدای خواننده هوش مصنوعی» را که شبیه صدای شماست، آموزش دهد و آن را به آهنگ‌های موجود در کاتالوگ گسترده این شرکت اعمال کند یا صدای شما را با صدای دیگران از مجموعه دوبلورهای دارای مجوز این شرکت ترکیب کند تا آوازهای منحصربه‌فرد تولید شود. حتی می‌توانید صدای خواننده در آهنگ‌های موجود از هنرمندان دیگر را به صدای خودتان تبدیل کنید تا با کمی تلاش کاور صوتی بسازید. قیمت اشتراک‌های این ابزار از ۱۲ تا ۳۰ دلار در ماه متغیر است.

بهترین ابزارهای هوش مصنوعی برای برنامه‌نویسی

کلاد (Claude)

چت‌بات کلاد، محصول شرکت «آنتروپیک» (Anthropic)، قابلیت تولید تصاویر یا مکالمه صوتی ندارد اما در کاربردهای کدنویسی ابزاری بی‌نظیر محسوب می‌شود. آخرین نسخه این ابزار، Claude 3.5 Sonnet، در بنچمارک‌های برتر صنعتی ازجمله Gemini 1.5 Pro و ChatGPT-4o عملکرد بهتری داشته است. در ضمن کلاد اولین چت‌باتی بود که یک پنجره همکاری‌ تحت عنوان آرتی‌فکتز (Artifacts) ارائه کرد. این پنجره پیش‌نمایشی از محتوای تولیدی AI را خارج از فضای چت نشان می‌دهد. این ابزار رایگان در دسترس کاربران وب، iOS و Android است اما اشتراک‌های 20 دلار در ماه (Pro) یا 30 دلار در ماه (Teams) امکان دسترسی اولویت‌دار به مدل‌های جدید را فراهم می‌کند.

گیت‌ هاب کوپایلت (GitHub Copilot)

گیت هاب کوپایلت که محصول همکاری GitHub و OpenAI است، ابزار تکمیل خودکار هوشمند برای کدنویسی به شمار می‌رود. این ابزار به کاربران کمک می‌کند در IDEهایی مانند Visual Studio Code ،Visual Studio Neovim و JetBrains سریع‌تر کدنویسی کنند. می‌توانید یک مسئله برنامه‌نویسی را با زبان خودتان برای ابزار توضیح دهید و کوپایلت در پاسخ کد موردنیاز را تولید می‌کند. در ضمن، این ابزار می‌تواند قطعات کد را بین زبان‌های مختلف تبدیل کند یا توضیح دهد یک کد مشخص چه کاری می‌کند. نسخه گیت‌هاب کوپایلت رایگان در دسترس است اما با خرید اشتراک‌ ماهانه ۴ دلار طرح «پرو» (Pro) یا با خرید اشتراک‌ ماهانه ۲۰ دلار طرح «اینترپرایس» (Enterprise)، امکانات بیشتری در اختیار خواهید داشت.

آمازون کد ویسپِرِر (Amazon CodeWhisperer)

ابزار آمازون کد ویسپِرِر مشابه کوپایلت است و پیشنهاد‌ها و توصیه‌های کدنویسی خود را براساس ورودی‌های موجود، سریع ارائه می‌دهد. این ابزار در IDEمای JetBrains و Visual Studio در دسترس است و از ترجمه زبان طبیعی به اسکریپت Bash در خط فرمان مک پشتیبانی می‌کند. نسخه رایگان دسترسی محدودی به ویژگی‌های پیشرفته دارد و برای بازکردن قابلیت‌های کامل آن باید ماهانه ۲۰ دلار بپردازید.

کِرسِر ای‌آی (Cursor AI)

کِرسِر ای‌آی دستیار برنامه‌نویسی است که پیشنهاد‌های تکمیل خودکار را برای چندین خط کد براساس ورودی‌های قبلی سریع به شما ارائه می‌دهد. این ابزار همچنین قابلیت بازنویسی هوشمند دارد که به لطف آن اشتباهات تایپی و خطاهای نحوی شما را خودکار اصلاح می‌کند. ویژگی پیش‌بینی مکان‌نما نیز به شما کمک می‌کند پروژه خود را سریع‌تر و راحت‌تر مرور کنید.

علاوه‌براین، Cursor AI دستیار چت (با استفاده از GPT-4 ،GPT-4o و Claude 3.5 Sonnet) ارائه می‌دهد که می‌تواند به سؤالات مربوط به فایل فعال یا بخش‌های مشخص‌شده کد پاسخ دهد و حتی کد انتخاب‌شده را براساس دستورهای زبان طبیعی شما ویرایش کند. این ابزار برای سیستم‌عامل‌های ویندوز، مک و لینوکس موجود است. کاربران می‌توانند 2 هفته رایگان از این ابزار استفاده کنند سپس باید اشتراک‌ ماهانه ۲۰ دلار طرح «پرو» (Pro) یا اشتراک‌ ماهانه ۴۰ دلار طرح «بیزینس» (Business) را بخرند.

بهترین ابزارهای هوش مصنوعی برای ادغام با اکوسیستم برنامه‌های شما

متا ای‌آی (Meta AI)

متا، شرکت مادر فیسبوک، سال‌های اخیر سرمایه‌گذاری گسترده‌ای در زمینه هوش مصنوعی کرده و ویژگی‌های هوشمندی مشابه جمینی و کوپایلت را به محصولات خود اضافه کرده است. طبق آماری که متا در پستی وبلاگی در سپتامبر اعلام‌ کرده، «هر ماه بیش از ۴۰۰ میلیون نفر از متا ای‌آی استفاده می‌کنند و هر هفته 185 میلیون نفر از آن در محصولات شرکت بهره می‌برند.»

این ابزار اکنون هوش مصنوعی مکالمه‌ای مشابه Advanced Voice Mode را در برنامه‌هایی مثل مسنچر، فیسبوک، واتس‌اپ و دایرکت اینستاگرام ارائه می‌دهد. همچنین قابلیت پاسخ به سؤالات درباره تصاویری که در چت‌های گروهی منتشر می‌شوند، ایجاد پس‌زمینه‌های سفارشی برای تصاویر بازنشرشده در استوری اینستاگرام و ترجمه خودکار صدای ریلز اینستاگرام را هم دارد. کاربران حتی می‌توانند تصاویر تولیدشده را در فید، استوری یا عکس پروفایل فیسبوک استفاده کنند. وقتی از خودتان می‌پرسید چرا این حجم از محتوای بی‌کیفیت تولیدشده توسط هوش مصنوعی در فیسبوک و اینستاگرام جمع شده است، باید بدانید چنین اتفاقی به‌خاطر این ویژگی که متا میلیاردها دلار برای توسعه آن خرج کرده است، افتاده نه یک باگ.

۳۶۵ کوپایلت (365 Copilot)

مایکروسافت بیش از ۱۰ میلیارد دلار در همکاری با OpenAI سرمایه‌گذاری کرده و قابلیت‌های ChatGPT را به تمامی محصولات خود افزوده است. علاوه‌بر چت‌بات کوپایلت، این شرکت قابلیت‌هایی مثل کوپایلت پیجیز (Copilot pages) که مشابه آرتی فکتز در کلاد یا «کانواس» (Canvas) درچت‌جی‌پی‌تی را معرفی کرده است. مایکروسافت این قابلیت را با اوت لوک ادغام کرده است تا به شما کمک کند صندوق ورودی‌تان را با اولویت‌بندی پیام‌هایی که ابتدا باید به آنها پاسخ دهید و تهیه سریع پیش‌نویس ایمیل‌ها مدیریت کنید. 

درضمن ۳۶۵ کوپایلت می‌تواند با استفاده از پرامپت‌های زبان طبیعی شما به‌سرعت روایتی منسجم برای ارائه‌های پاورپوینت ایجاد و اسلایدهایی با لحن و صدای یکپارچه برند تولید کند. در اکسل، کوپایلت می‌تواند براساس درخواست کاربر وظایف سنگینی مانند تولید فرمول‌ها، نمودارها و گراف‌ها را انجام می‌دهد. این ابزار در مایکروسافت تیم جلسات ویدیویی شما را زیر نظر می‌گیرد، خلاصه‌ای از آنچه رخ داده ارائه می‌دهد و براساس مباحث مطرح‌شده، فهرست وظایف قابل‌اجرا را تولید کند. 

جمینی (Gemini)

جمینی برای مجموعه اپلیکیشن‌های Workspace گوگل همان کاری را می‌کند که Copilot برای مایکروسافت انجام می‌دهد. این دستیار هوش مصنوعی می‌تواند برای پیش‌نویس ایمیل‌ها در جیمیل، نوشتن اسناد در داکس، تولید نمودار و گراف در شیتز، ایجاد و ویرایش اسلایدها در اسلایدز، یافتن فایل‌ها در درایو، ارائه زیرنویس‌های زنده ترجمه‌شده و یادداشت‌برداری در میت استفاده شود. اگر هنوز اشتراک Google One AI Premium شخصی ندارید، باید از مدیر ورک اسپیس خود بخواهید دسترسی به آن را برایتان فعال کند.

اپل اینتلیجنس (Apple Intelligence)

شاید اپل اینتلینجنس تازه‌ وارد دنیای هوش مصنوعی شده باشد اما وعده داده در مقایسه با هر فناوری دیگری در بازار، در اکوسیستم محصولات این شرکت عمیق‌تر ادغام شود. این فناوری که برای ایفای نقش عامل کلی به نمایندگی از کاربر طراحی شده، وعده داده است کارهایی مثل ساده‌ترکردن وظایف روزمره و تکراری، تبدیل‌کردن سیری به گتفگوکننده بهتر و خودکارسازی ویرایش و خلاصه‌سازی متون در اپلیکیشن‌های مختلف این شرکت را در کنار افزایش سرعت ایجاد تصاویر ممکن کند.

 اپل اینتلیجنس در‌حال‌حاضر برای تمام دستگاه‌هایی که از iOS 18 ،iPadOS 18 و MacOS Sequoia استفاده می‌کنند، در دسترس است؛ این دستگاه‌ها شامل آیفون ۱۵ پرو و آیفون ۱۵ پرو مکس (و مدل‌های جدیدتر) همچنین آیپدها و مک‌هایی با تراشه M1 یا جدیدتر می‌شود.