Nuplex 1.0 และ Emma: เพอร์โซนาวิดีโอที่ตอบสนองในจังหวะของมนุษย์

ประโยคที่ทำให้คนลดความระแวงได้มากที่สุดในโพสต์เปิดตัวของ Nuance Labs คือประโยคที่บริษัทปฏิเสธเกณฑ์มาตรฐานของตัวเอง หลังจากนำเสนอแผนภูมิที่โมเดลใหม่ของบริษัทจับเวลาการตอบกลับได้ตรงกับมนุษย์ 89% ของเวลา เทียบกับ 35% ของระบบที่ใกล้เคียงที่สุดเป็นลำดับถัดไป โพสต์ดังกล่าวยอมรับว่า “เกณฑ์มาตรฐานในพื้นที่ AV แบบ full-duplex ยังไม่แม่นยำเมื่อเทียบกับประสบการณ์ผู้ใช้” นั่นไม่ใช่คำพูดเลี่ยงความเสี่ยงที่แปะไว้ท้ายหน้าขายของ แต่เป็นกรอบอันซื่อตรงสำหรับสิ่งที่ Nuplex 1.0 เป็นจริง ๆ นั่นคือรีลีสสาธารณะครั้งแรกจากห้องแล็บในซีแอตเทิลที่ใช้เวลา 18 เดือนสร้างโมเดลภาพและเสียงซึ่งมองเห็น ได้ยิน ให้เหตุผล และพูดได้ในชั่วขณะเดียวกัน เปิดตัวเมื่อวันที่ 9 พฤศจิกายน 2026 ภายในเพอร์โซนาผู้บริโภคเพียงหนึ่งเดียวที่ชื่อ Emma เนื้อหาต่อจากนี้จะแยกให้เห็นว่าผู้ขายวัดอะไรได้บ้าง สิ่งที่ผู้ขายบอกว่าการวัดของตัวเองยังบอกคุณไม่ได้ และสิ่งที่นักพัฒนาสามารถเข้าถึงได้ในวันนี้

โครงร่างของมัน ในย่อหน้าเดียว Nuplex 1.0 คือโมเดลพื้นฐานด้านเสียงและภาพแบบฟูลดูเพล็กซ์ — "Nuplex" เป็นคำย่อที่บริษัทสร้างขึ้นจากNuance Full-duplex ซึ่งเป็นระบบที่ฟังและพูดพร้อมกันแทนที่จะผลัดกันพูด Emma เป็นเพอร์โซนาคนแรกที่สร้างขึ้นบนโมเดลนี้: ตัวละครวิดีโอที่คุณพูดคุยด้วยในเบราว์เซอร์ผ่านไมโครโฟนและกล้องซึ่งเป็นอุปกรณ์เสริม โดยใบหน้าและเสียงของเธอได้รับลิขสิทธิ์จากนักแสดงจริง และเธอถูกออกแบบให้พยักหน้า ยิ้ม มองไปทางอื่น และพูดแทรกได้ในขณะที่คุณยังพูดอยู่ ประสบการณ์สำหรับผู้บริโภคไม่จำเป็นต้องใช้บัญชี ส่วน Nuplex Beta API ซึ่งเป็นช่องทางที่ใครก็ตามนอกเหนือจากผู้เยี่ยมชมที่อยากรู้อยากเห็นจะได้สัมผัสโมเดลนี้ อยู่หลังการลงทะเบียนบนเว็บไซต์แพลตฟอร์มของบริษัท

อะไรที่เปิดตัวแล้ว และอะไรที่ยังปิดอยู่

ผลงานหลักคือโพสต์วิจัยชื่อ "Meet Emma, the First Nuplex Persona" ลงวันที่ 9 พฤศจิกายน 2026 พร้อมรายการ BibTeX ที่อ้างอิงได้ — เป็นการเผยแพร่จากนักวิจัย ไม่ใช่คีย์โน้ตของผลิตภัณฑ์ โดยลิงก์ไปยังสองทาง: emma.nuancelabs.ai สำหรับตัวเพอร์โซนาเอง และ platform.nuancelabs.ai สำหรับ API รุ่นเบต้าที่มี "เพอร์โซนาหลายแบบที่แตกต่างกัน" นอกเหนือจากคาแรกเตอร์เริ่มต้นแล้ว เอกสารสรุปของ API ยังให้คุณเขียนพรอมป์ต์เพอร์โซนา ติดตามบทสนทนาขณะที่เกิดขึ้น และให้เพอร์โซนามอบหมายงานที่ยาวขึ้นให้เครื่องมือของคุณเองทำงานเบื้องหลังในขณะที่ยังคงพูดคุยกับผู้ใช้ต่อไป

ในเย็นวันเดียวกันนั้น นักวิจัยผู้ร่วมก่อตั้งได้โพสต์เพอร์โซนาไปยัง Hacker News ภายใต้หัวข้อ "Emma, a real-time AI video persona from Nuance Labs" และตอบคำถามในกระทู้ มีรายละเอียดสามประการที่นั่นที่ควรค่าแก่การทราบ เพราะไม่มีอยู่ในหน้าการตลาด: ว่า beta API คือเส้นทางการพัฒนาที่ตั้งใจไว้ ว่าทีมวางกรอบงานนี้ว่าเป็นการเดิมพันกับความเป็นธรรมชาติมากกว่ามาตรฐานวัดที่มีอยู่ และว่าผู้ที่โทรเข้ามาในช่วงแรกได้รับการเตือนว่า Emma "may prematurely end the call" — ซึ่งเป็นพฤติกรรมด้านความปลอดภัยมากกว่าข้อบกพร่อง โดยโพสต์งานวิจัยได้อธิบายไว้อย่างละเอียดในภายหลัง

สิ่งที่ยังไม่เปิดคือพื้นที่เชิงพาณิชย์ส่วนใหญ่ ซับโดเมนของแพลตฟอร์มอยู่หลังเปลือกการลงทะเบียนที่ต้องยืนยันตัวตน และไม่มีรายการราคาสาธารณะ ตารางอัตราค่าบริการ หรือการ์ดโมเดลใดที่ระบุจำนวนพารามิเตอร์ให้เข้าถึงได้ ดังนั้นข้อความที่ตรงไปตรงมาเกี่ยวกับค่าใช้จ่ายคือ การคุยกับ Emma ไม่ต้องมีบัญชีและไม่ต้องชำระเงิน และข้อกำหนดของ API รุ่นเบต้าจะจัดแจงกันตอนลงทะเบียน ใครก็ตามที่อ้างราคาต่อโทเคนสำหรับ Nuplex 1.0 ในตอนนี้กำลังกุตัวเลขขึ้นมาเอง

คำกล่าวอ้าง 89% เมื่ออ่านในแบบที่ผู้ขายอ่านมัน

เวลาแฝงในการตอบกลับคือตัวเลขที่ระบบฟูลดูเพล็กซ์ทุกระบบถูกตัดสินด้วย และ Nuance Labs แย้งว่ามันแทบไม่ได้ชี้ขาดอะไรด้วยตัวมันเอง เพราะเวลาแฝงเป็นการตัดสินใจด้านผลิตภัณฑ์มากกว่าจะเป็นคะแนน กรอบความคิดของบริษัทเองแบ่งวงการออกเป็นสองฝ่าย โมเดลแบบเปิดอย่าง PersonaPlex และ Moshi ถูกปรับแต่งให้ตอบให้เร็วที่สุดและทำคะแนนได้สูงสุดใน benchmark ที่มีอยู่ ส่วนระบบผลิตภัณฑ์อย่าง GPT-Live และ G​emini Live ใช้เวลานานกว่า “น่าจะเพราะพวกเขาไม่อยากตัดบทคุณ” Nuplex 1.0 ถูกวางตำแหน่งไว้ระหว่างสองฝั่งนี้อย่างจงใจ

ดังนั้นบริษัทจึงวัดสิ่งอื่น ไม่ใช่ว่าระบบตอบเร็วแค่ไหน แต่ตอบในจังหวะที่คนจะตอบหรือไม่ จากคำถาม 1,785 ข้อที่ดึงมาจากบันทึกการสนทนาจริงของบริษัทเอง จังหวะการตอบกลับของ Nuplex ทับซ้อนกับจังหวะของผู้พูดต้นฉบับใน 89% ของกรณี ระบบที่ใกล้เคียงที่สุดเป็นอันดับถัดไปทำได้ 35% ทุกส่วนของประโยคนั้นเป็นข้อมูลที่ผู้ขายรายงานเองและไม่มีใครนอกบริษัททำซ้ำได้ และตัวเลขเปรียบเทียบสองตัวมีข้อแม้ที่ผู้ขายเปิดเผยเองโดยสมัครใจ: GPT-Live และ G​emini Live ถูกเข้าถึงผ่าน API สาธารณะของทั้งคู่ ดังนั้นเวลาของทั้งสองจึงรวมเวลาเครือข่ายซึ่งของ Nuplex ไม่รวม

จะให้ค่าข้อกล่าวอ้างนี้สักแค่ไหนก็ตาม มันก็ยังเป็นสิ่งที่เฉพาะเจาะจงและตรวจสอบได้ที่ได้รับการเผยแพร่ — ชุดคำถามที่ระบุชื่อ เมตริกที่ระบุชื่อ วิธีการเปรียบเทียบที่ระบุไว้ คำถามที่น่าสนใจกว่าคือ ทำไมห้องแล็บจึงนำเสนอด้วยตัวเลขก่อน แล้วกลับมาทำให้มันอ่อนลงในย่อหน้าถัดไป เพราะเมตริกนั้นวัดสิ่งที่ผลิตภัณฑ์ขายจริง ๆ การสนทนาแบบเผชิญหน้าไม่ใช่การสนทนาที่เร็ว หากแต่เป็นการสนทนาที่จังหวะของคู่สนทนาทำหน้าที่เป็นสัญญาณบอกความสนใจ สัญญาณทางสายตาของ Emma — การพยักหน้าขณะคุณพูด การเปลี่ยนสายตาที่แสดงการขอรับช่วงพูด — เป็นส่วนหนึ่งของวิธีที่จังหวะนั้นถูกสร้างขึ้น และนั่นคือความแตกต่างที่เป็นรูปธรรมระหว่างสิ่งนี้กับโมเดลเสียงเป็นเสียงที่มีอวาตาร์เรนเดอร์ซ้อนอยู่ด้านบน

ใบหน้าจากนักแสดงคนหนึ่ง และบุคลิกที่ถูกฝึกมาให้โต้แย้ง

ส่วนที่ดูไม่เหมือนการเปิดตัวมากที่สุดของโพสต์นี้คือส่วนที่อธิบายว่าทำไมใบหน้าที่สร้างขึ้นจึงดูผิดเพี้ยน บริษัทระบุว่า หากขอให้นักแสดงมืออาชีพแสดงอารมณ์เดียวกัน คุณจะพบความหลากหลายสูง โดยอ้างอิง Le Mau et al. 2021; ในทางกลับกัน ใบหน้าที่สร้างโดย AI ให้สีหน้าแบบต้นแบบที่ติดป้ายกำกับได้ง่ายกว่าและเข้มข้นกว่าภาพถ่ายที่จัดท่าจริง โดยอ้างอิง Kramer et al. 2026 เมื่อเฉลี่ยจากคนจำนวนมาก คุณจะได้บางสิ่งที่ดูจืดชืดลง เมื่อปรับให้เหมาะกับป้ายกำกับ คุณจะได้ภาพการ์ตูน

คำตอบของ Nuance Labs คือการเลิกใช้การหาค่าเฉลี่ย ใบหน้าและเสียงของ Emma มาจากนักแสดงคนหนึ่งที่ร่วมมือในการเก็บข้อมูล และกิริยาท่าทางของเธอถูกจำลองจากตัวละครเฉพาะตัวตัวหนึ่ง ไม่ใช่การสรุปภาพรวมจากข้อมูลฝึกอบรม — การกะพริบตายาวเพื่อเน้นความสำคัญ การหรี่ตา ดวงตาที่กวาดมองไปแล้วกลับมา และการกระตุกเล็กน้อยเมื่อเธอเก็บปฏิกิริยาไว้ไม่อยู่ โพสต์นี้วางเธอเทียบกับสีหน้าต้นแบบสไตล์อีโมจิเพื่อสื่อประเด็นด้วยภาพ และมันเป็นความแตกต่างแบบที่คุณสังเกตเห็นได้ในสองวินาทีและเมื่อเห็นแล้วก็มองข้ามไม่ได้อีกต่อไป

งานด้านบุคลิกภาพเป็นคำกล่าวอ้างที่แปลกกว่าส่วนอื่น Emma ถูกออกแบบให้ช่างสงสัย เฉียบไว มีความคิดเห็นเป็นของตัวเอง และกล้าไม่เห็นด้วยกับคุณ ในขณะที่เปิดเผยอย่างตรงไปตรงมาว่าเป็น AI โพสต์นี้พูดตรง ๆ ว่าทำไมเรื่องนั้นถึงยาก: ข้อมูลความชอบ (preference data) ให้รางวัลกับคำตอบที่เห็นด้วยกับคนที่ถาม ดังนั้นผู้ช่วยส่วนใหญ่จึงเพียงทวนสิ่งที่คุณพูด ชื่นชมมัน สรุปเป็นข้อคิดที่เรียบร้อย แล้วจบด้วยคำถาม การอ้างอิงคือ Sharma et al. 2024 เรื่องการประจบสอพลอ (sycophancy) และข้อจำกัดด้านการออกแบบที่ตามมาคือมี Emma เพียงคนเดียว — หนึ่งใบหน้า หนึ่งเสียง หนึ่งอารมณ์ — ไม่ใช่ตัวละครที่คุณจะพรอมป์ต์ใหม่ให้คล้อยตามได้

สิ่งที่เบต้าจะปฏิเสธที่จะทำ

Nuance Labs เปิดส่วนความปลอดภัยด้วยการอ้างคำพูดของผู้ทดสอบกลุ่มแรก ซึ่งกล่าวถึงสองสิ่ง "แทบจะในลมหายใจเดียวกันว่า มันยอดเยี่ยม และมันชวนรู้สึกไม่สบายใจเล็กน้อย" ข้อจำกัดที่ตามมาเจาะจงผิดปกติสำหรับการเปิดตัว และนี่คือเหตุผลที่ผลิตภัณฑ์ที่ดูเหมือนเป็นตัวเลือกชัดเจนหลายรายการไม่สามารถสร้างบน Nuplex 1.0 ได้ในเดือนนี้

• การเปิดเผยข้อมูลเป็นเชิงโครงสร้าง — Emma ไม่เคยอ้างว่าเป็นมนุษย์ พรอมต์จากนักพัฒนาที่พยายามทำให้เพอร์โซนาอ้างว่าเป็นมนุษย์จะถูกปฏิเสธ และวิดีโอที่ให้บริการผ่าน API จะมีลายน้ำที่มองเห็นได้

• ไม่มีการโคลน — เวอร์ชันเบต้าไม่สามารถโคลนบุคคลจริงได้ คุณไม่สามารถอัปโหลดใบหน้าหรือเสียง และใบหน้าปรับแต่งที่สร้างขึ้นสำหรับองค์กรหนึ่งจะใช้ได้โดยองค์กรนั้นเท่านั้น

• ห้ามมีเนื้อหาทางเพศ และห้ามมีแฟนสาวหรือแฟนหนุ่มที่เป็น AI

• การดูแลสุขภาพและสิ่งใดก็ตามที่เกี่ยวข้องกับผู้ที่มีอายุต่ำกว่า 18 ปี รวมถึงการศึกษา ไม่อยู่ในเบต้าโดยสิ้นเชิง; การสอบถามเหล่านั้นจะถูกส่งต่อไปยังอีเมลสำหรับองค์กรแทน

• พรอมต์ของนักพัฒนาทุกอันจะถูกคัดกรองก่อนเริ่มการสนทนา ในระหว่างการโทร การตรวจสอบอัตโนมัติจะยุติการโทรเมื่อมีการแสดงเจตนาที่จะก่อความรุนแรงร้ายแรง การใช้ถ้อยคำดูหมิ่นหรือการพูดแสดงความเกลียดชัง เนื้อหาทางเพศ หรืออาวุธและภาพเลือดสยดสยองบนกล้อง และยังรวมถึงกรณีที่ตัวบุคคลสมมติเองขอรหัสผ่าน ข้อมูลบัตร เงิน หรือการเข้าถึงอุปกรณ์จากระยะไกล

• ผู้ที่ดูเหมือนอยู่ในภาวะวิกฤตจะถูกแนะนำไปยังความช่วยเหลือ เช่น Suicide & Crisis Lifeline แทนที่จะถูกวางสาย การละเมิดซ้ำจะทำให้การสนทนาใหม่ถูกหยุดชั่วคราว ผลิตภัณฑ์ทั้งหมดสำหรับผู้มีอายุ 18 ปีขึ้นไป

โพสต์ดังกล่าวเพิ่มประโยคที่ผู้จำหน่ายส่วนใหญ่ละเว้นไว้: การตรวจสอบเหล่านี้จะพลาดบางสิ่ง และบางครั้งจะยุติการโทรที่ปกติไปแล้ว นั่นคือสิ่งที่ถูกต้องในการบอกผู้คน และยังเป็นคำอธิบายที่แม่นยำว่าผลิตภัณฑ์อยู่ในจุดใด — เป็นเบต้าที่มีรั้วกั้นอย่างระมัดระวัง มากกว่าจะเป็นแพลตฟอร์ม

สิ่งที่ Emma ยังทำไม่ได้

รายการข้อจำกัดยาวพอที่จะมีประโยชน์ เหตุผลของ Emma มาจากโมเดลภาษา所以她มั่นใจผิดพลาดได้ and still นับตัวอักษรใน "strawberry" ผิดได้ การผลัดกันพูดล้มเหลวในจุดที่การผลัดกันพูดยากที่สุด: เธออาจแทรกเข้ามากลางความคิด รอช้าเกินไปนิด หรือพลาดสัญญาณที่คนทั่วไปจะจับได้ และการหยุดยาวกลางประโยคคือกรณีที่แย่ที่สุด ตอนนี้เธอรองรับเฉพาะภาษาอังกฤษ เสียงพื้นหลัง โทรทัศน์ ลำโพงโทรศัพท์ หรือไมโครโฟนที่อ่อนแอ ล้วนทำให้จังหวะของเธอแย่ลง การเข้าใจภาพแบบสตรีมมิ่งยังอยู่ในช่วงเริ่มต้น — เมื่อเปิดกล้อง เธอพูดคุยเกี่ยวกับสิ่งที่เห็นได้ แต่จะพลาดรายละเอียดและตีความฉากผิดได้ การขยับปากให้ตรงเสียง การสบตา และการขยับศีรษะบางครั้งก็เพี้ยน โดยเฉพาะเมื่อการเชื่อมต่อไม่ดี และสีหน้าของเธออาจกลับไปเป็นกลางกลางบทสนทนาได้ เธอร้องเพลงไม่ได้ บริษัทบอกเช่นนั้นพร้อมอีโมจิยิ้ม ซึ่งเป็นสัญญาณที่สมเหตุสมผลว่าควรจริงจังกับรายการที่เหลือมากแค่ไหน

ใครอยู่เบื้องหลัง Nuplex 1.0

Nuance Labs เป็นบริษัทขนาดเล็กที่ให้ความสำคัญกับการวิจัยเป็นอันดับแรกอย่างชัดเจน โดยมีฐานอยู่ที่ซีแอตเทิล รัฐวอชิงตัน ผู้ร่วมก่อตั้งที่ระบุชื่อมีสามคน ได้แก่ Fangchang Ma (ผู้ร่วมก่อตั้งและ CEO ปริญญาเอกด้านหุ่นยนต์และแมชชีนเลิร์นนิงจาก MIT ก่อนหน้านี้เป็นผู้จัดการฝ่ายวิศวกรรมที่ Apple), Edward Zhang (ผู้ร่วมก่อตั้งและ CTO ปริญญาเอกด้านคอมพิวเตอร์กราฟิกจาก University of Washington ก่อนหน้านี้เป็นนักวิทยาศาสตร์วิจัยอาวุโสที่ Apple) และ Karren Yang (ผู้ร่วมก่อตั้งและหัวหน้านักวิทยาศาสตร์ ปริญญาเอกด้านการสังเคราะห์เสียงและภาพจาก MIT และก่อนหน้านี้ก็อยู่ที่ Apple เช่นกัน) กรอบคำอธิบายโมเดลของบริษัทเองคือระบบเดียวที่ “มองเห็น ได้ยิน ให้เหตุผล พูด และแสดงออกในขณะเดียวกัน” ซึ่งสร้างขึ้นโดยการทำนายโทเคนเสียงและภาพถัดไป แทนที่จะเป็นคำถัดไป — เป็นกลไกออโตรีเกรสซีฟแบบเดียวกับที่ใช้เรียนรู้ภาษา แต่มุ่งไปที่พฤติกรรมของมนุษย์

หน้าแรกของมันยังระบุเป้าหมายการออกแบบอย่างชัดเจนว่า "500ms เป็นขีดจำกัดขั้นต่ำที่ตายตัวสำหรับความหน่วงในการสนทนา" พร้อมด้วยเสาหลักสี่ประการ — ความสามารถในการแสดงออกและความเป็นธรรมชาติ การโต้ตอบแบบเรียลไทม์ บุคลิกที่น่าดึงดูด และการฟังอย่างใส่ใจผ่านคำอุทาน การพยักหน้า และการส่งเสียงตอบรับ (backchannelling) ไม่มีข้อใดในสี่ข้อนี้ที่เป็นเกณฑ์มาตรฐาน และตัวเลข 500ms เป็นขีดจำกัดขั้นต่ำที่ระบุไว้ ไม่ใช่ผลลัพธ์ที่วัดได้ ดังนั้นควรตีความว่ามันเป็นข้อจำกัดที่ทีมใช้ในการออกแบบ มากกว่าจะเป็นคำกล่าวอ้างด้านประสิทธิภาพเกี่ยวกับ Nuplex 1.0

ที่ที่คุณสามารถใช้งานได้จริง

{{1}}ความพร้อมใช้งาน{{/1}} ขึ้นอยู่กับพื้นที่ทางภูมิศาสตร์และแคบกว่า "{{2}}ทั่วโลก{{/2}}" {{3}}Emma และ Nuplex Beta API มีให้บริการในสหรัฐอเมริกา ยกเว้นโคโลราโด คอนเนตทิคัต อิลลินอยส์ และเท็กซัส; ในสหภาพยุโรป; ในสหราชอาณาจักร; และในแคนาดา ยกเว้นควิเบก{{/3}} {{4}}การพูดคุยกับ Emma ไม่ต้องใช้บัญชี — สิ่งที่ต้องมีคือเบราว์เซอร์ ไมโครโฟน และกล้อง (ไม่บังคับ) เท่านั้น{{/4}}

สำหรับนักพัฒนา ข้อเท็จจริงด้านสถาปัตยกรรมที่น่าสนใจคือ Nuplex วางอยู่ด้านหน้าของโมเดลภาษา แทนที่จะเข้าไปแทนที่โมเดลใดโมเดลหนึ่ง Nuance Labs กล่าวว่า Nuplex ทำงานร่วมกับโมเดลภาษาใดก็ได้ แต่เวอร์ชันเบต้าให้บริการโมเดลของบริษัทเอง ดังนั้นชั้นการให้เหตุผลภายใต้ Emma จึงไม่ใช่สิ่งที่บุคคลที่สามจัดหาให้ในปัจจุบัน สิ่งที่เวอร์ชันเบต้าเปิดเผยก็คือรอยต่อนี้: เพอร์โซนาสามารถมอบงานที่ใช้เวลานานกว่าให้กับเครื่องมือของคุณได้ในขณะที่ยังคงสนทนาต่อ และเครื่องมือเหล่านั้นสามารถเรียกใช้โมเดลหรือบริการใดก็ได้ตามที่คุณต้องการ

รอยต่อตรงนั้นคือจุดที่เราเตอร์พิสูจน์คุณค่าของตัวเอง และคุ้มค่าที่จะพูดให้ชัดเจนว่าเราทำอะไรและไม่ทำอะไร OrcaRouter ไม่ได้ให้บริการ Nuplex 1.0 — โมเดลนั้นไม่ได้อยู่ในแคตตาล็อกของเรา และช่องทางเดียวที่จะเข้าถึงมันได้คือผ่านแพลตฟอร์มเบต้าของ Nuance Labs เอง สิ่งที่เราให้บริการคืออีกด้านของการเรียกใช้งาน: โมเดล 215 ตัวภายใต้คีย์เดียวที่รองรับ OpenAI ในราคาตามที่ผู้ให้บริการประกาศ ส่งต่อโดยบวกกำไร 0% ดังนั้นโมเดลที่เครื่องมือของเพอร์โซน่าเรียกใช้จึงสลับได้เพียงเปลี่ยนสตริงแทนที่จะต้องเซ็นสัญญาฉบับที่สอง การสลับสำรองอัตโนมัติ ครอบคลุมกรณีที่สำคัญที่สุดในการสนทนาแบบสด ซึ่งการที่ผู้ให้บริการหยุดชะงักกลางการเรียกนั้นแย่กว่าคำตอบที่อ่อนกว่าเพียงเล็กน้อย และ routing DSL ช่วยให้คุณประกอบหลายโมเดลไว้เบื้องหลังปลายทางเดียวได้ เมื่องานเบื้องหลังต้องการให้โมเดลหนึ่งร่างและอีกโมเดลหนึ่งตรวจสอบ

สิ่งที่ควรดูต่อไป

สามสิ่งจะยกระดับสิ่งนี้จากเดโมที่น่าประทับใจไปสู่แพลตฟอร์ม อย่างแรกคือการวัดผลโดยอิสระ: ยังไม่มีบุคคลภายนอกใดรันการทดสอบเวลาด้วยคำถาม 1,785 ข้อ และพื้นที่ full-duplex ของ AV ก็ไม่มีสนามร่วม ซึ่งเป็นเหตุผลพอดีว่าทำไมผู้ขายจึงเผยแพร่ชุดคำถามของตัวเองได้โดยไม่ขัดแย้งกัน อย่างที่สองคือรายการภาษา — การรองรับเฉพาะภาษาอังกฤษเป็นข้อจำกัดที่ใหญ่ที่สุดเพียงข้อเดียวของ beta และ Nuplex แบบหลายภาษาจะเปลี่ยนว่าใครสามารถสร้างบนมันได้ อย่างที่สามคือโมเดลภาษาที่อยู่เบื้องหลัง: ทันทีที่ Nuplex ถูกเสนอพร้อม bring-your-own LM คำถามเรื่องการเลือกเส้นทางก็จะไม่ใช่เรื่องของเครื่องมืออีกต่อไป แต่จะกลายเป็นเรื่องของการสนทนาเอง จนถึงตอนนั้น สรุปที่ยุติธรรมคือ Nuance Labs ได้ส่งมอบข้อโต้แย้งที่น่าเชื่อที่สุดเท่าที่เคยมีมาว่าการสนทนาเป็นการกระทำเชิงภาพ — และได้ล้อมรั้วมันไว้อย่างรอบคอบพอที่ไม่มีใครจะสร้างสิ่งที่ผิดได้อย่างเงียบ ๆ ด้วยมัน