Moemate 是一款应用程序,它可以让大型语言模型(包括 Anthropic 的 Claude 和 GPT-4)“阅读” 你电脑屏幕上的内容。
Moemate 是一款运行在 macOS、Windows 和 Linux 设备上的助手,以动漫风格的化身形式呈现,旨在为用户提供并朗读他们所提出的任何问题的最佳答案。
与其他聊天机器人相比,Moemate 的特点在于它可以直接查看屏幕上发生的事情。然而,给这样的软件访问你所看到和做的一切的权限,即使在最好的情况下,也存在相当大的风险。
Moemate 提供了强大的自定义功能,用户可以自定义化身的动画、合成语音和回答。此外,用户还可以构建自定义角色模型并导入,以及导出可供其他 Moemate 用户导入和使用的化身格式。Moemate 的 “个性” 由选择的文本生成模型驱动,而合成语音可以选择 ElevenLabs、Microsoft Azure 或 Moemate 自己的文本到语音引擎。
Moemate 通过为每个化身提供一个简介来 “根据地” 所选的文本生成模型,并试图防止其偏离轨道。化身的简介可以从头开始编写和编辑。Moemate 还提供了一些面向 Twitch 的功能,如将聊天窗口置于焦点和显示频道订阅者人数。
Moemate 的屏幕捕获功能可以让它看到并分析你的屏幕内容。无论选择哪个文本生成模型,Moemate 都可以回答关于屏幕上处于焦点的窗口的问题。虽然系统并不完美,但用户可以使用 Moemate 总结食谱和网页,获取复杂主题的概要,甚至在游戏中提供建议。
然而,Moemate 的效果有时不尽人意。它无法准确预测自己将关注的内容,有时会引用背景窗口的内容,有时则完全无法看到窗口的内容。此外,Moemate 有时会偏离主题,给出奇怪的回答。有些内置命令也有问题,如调节语音音量只能调节应用内音量而非整个系统音量。
尽管存在问题,Moemate 仍然有吸引力。多模态分析(结合文本、图像和其他媒体分析)显然具有强大的功能,尤其是在运行在 PC 上的助手的情况下。未来的助手可能会类似 Moemate,结合屏幕理解和文本生成模型,从而提高工作效率。Moemate 给我们展示了未来的一瞥,尽管还有很多问题,但仍然引人入胜。
文章内容仅供阅读,不构成投资建议,请谨慎对待。投资者据此操作,风险自担。
近日,中国家电及消费电子博览会(AWE 2024)隆重开幕。全球领先的智能终端企业TCL实业携多款创新技术和新品亮相,以敢为精神勇闯技术无人区,斩获四项AWE 2024艾普兰大奖。
“以前都要去窗口办,一套流程下来都要半个月了,现在方便多了!”打开“重庆公积金”微信小程序,按照提示流程提交相关材料,仅几秒钟,重庆市民曾某的账户就打进了21600元。
由世界人工智能大会组委会、上海市经信委、徐汇区政府、临港新片区管委会共同指导,由上海市人工智能行业协会联合上海人工智能实验室、上海临港经济发展(集团)有限公司、开放原子开源基金会主办的“2024全球开发者先锋大会”,将于2024年3月23日至24日举办。