Le nouveau modèle de Chat GPT est perturbant

Summary

Le script révèle l'annonce de Open AI concernant leur nouveau modèle GPT-4, qui, bien que différent de ce que l'on attendait, présente des caractéristiques innovantes. Il est entraîné de zéro avec une architecture radicalement différente, offrant des interactions sociales élargies et une intelligence émotionnelle impressionnante. La démonstration met en avant des capacités multimodales, avec des réponses en temps réel et une reconnaissance de la voix et des émotions. L'application Chat GPT pour MacOS est également présentée, offrant un assistant natif pour Mac, bien que certaines fonctionnalités restent encore à venir. Le script souligne également les progrès significatifs d'Open AI par rapport aux modèles open source.

Takeaways

• 📢 L'Open AI a annoncé un tout nouveau modèle GPT, nommé GPT-4o, qui a suscité de l'intérêt et de la déception chez les gens qui attendaient des versions intermédiaires comme GPT 4.5 ou GPT 5.
• 🎙️ Le modèle GPT-4o a montré des capacités de communication plus naturelles et personnalisées, avec des réactions de rire et des personnalités dans les interactions, ce qui a impressionné les observateurs.
• 🤖 Une démonstration clé a été celle d'un assistant nommé Rocky, qui a interagi avec un candidat pour un poste d'ingénierie logiciel, montrant comment le modèle peut être utilisé dans des situations professionnelles réelles.
• 🧩 Le modèle GPT-4o est entraîné de zéro et possède une architecture très différente, ce qui lui permet d'avoir des capacités multimodales, gérant à la fois les entrées sonores, visuelles et textuelles.
• 🔢 Il a montré la capacité de résoudre des équations de manière interactive, en donnant l'impression d'un assistant capable d'aider dans des tâches d'apprentissage comme les mathématiques.
• 🎉 Le modèle a été capable de varier son tonalité de voix, allant de dramatique à expressif, et même de faire preuve d'émotions, améliorant ainsi la qualité de l'interaction sociale.
• 🕊️ Le modèle GPT-4o est capable de comprendre et de répondre en temps réel, avec une latence très réduite, similaire à celle d'un humain, ce qui est un progrès significatif par rapport aux versions précédentes.
• 👥 Il a montré la capacité de reconnaître différentes personnes par leur voix lors de discussions en ligne, améliorant ainsi la compréhension de la communication non verbale.
• 📈 Le modèle GPT-4o est accessible gratuitement en version texte et image, mais les fonctionnalités vocales complètes sont encore en phase alpha et ne sont pas encore largement disponibles.
• 💻 Open AI a également annoncé l'application de chat GPT pour MacOS, qui pourrait servir d'assistant quotidien sur les ordinateurs Mac, bien que certaines personnes aient réussi à accéder à l'application en contournant les restrictions.
• 🔍 Il y a des retours mitigés sur les performances du modèle en matière de codage et de traitement de tâches courtes, indiquant que le modèle pourrait être moins performant pour certaines tâches spécifiques par rapport à GPT-4.

Q & A

Quel est le modèle de GPT d'Open AI qui a été annoncé récemment?

Le modèle récemment annoncé est GPT 4o, qui est très différent de la version originale de GPT4 et a été entraîné from scratch avec une architecture différente.

Quels sont les commentaires des gens sur le nouveau modèle GPT 4o?

Il y a des déçus qui espéraient une version comme GPT 4.5 ou GPT 5, mais d'autres trouvent que le modèle est peut-être encore plus cool et utile que prévu.

Quel est le nom du sponsor mentionné dans le script et en quoi consiste son offre principale?

Le sponsor est Conto, un compte pro numéro 1 en Europe avec plus de 450 000 inscrits. Il offre une interface épurée et claire pour gérer l'activité financière, créer des cartes de crédit et centraliser les factures.

Quel est l'avantage de sécurité offert par Conto?

Conto offre un niveau élevé de cybersécurité avec un système de détection de phishing avancé.

Quel est le code promo offert par Conto pour l'ouverture de compte?

Le code promo offert par Conto permet d'avoir 30 € de réduction sur l'ouverture de compte.

Quelle est la réaction de la personne lorsqu'elle voit la démonstration de GPT 4o?

La personne trouve la démonstration dingue et sent que quelque chose a changé, même si elle ne peut pas préciser exactement ce qui a changé, elle estime que le modèle est plus naturel et personnalisé.

Quel type de démonstration a été réalisée avec GPT 4o?

Une démonstration a été réalisée où GPT 4o doit aider quelqu'un à résoudre une équation sans donner la réponse, montrant sa capacité à interagir de manière naturelle et à fournir de l'aide subtile et encourageante.

Quels sont les commentaires des gens sur la personnalité de GPT 4o?

Les gens notent que GPT 4o a plus de personnalité qu'eux-mêmes et qu'il semble avoir une intelligence émotionnelle élevée.

Quelle est la différence technique majeure entre GPT 4o et les versions précédentes?

GPT 4o est un modèle multimodal natif, capable de traiter le son, l'image et le texte en entrée et en sortie, ce qui réduit considérablement la latence et permet une interaction plus naturelle.

Quels sont les avantages de la latence réduite dans GPT 4o?

La réduction de la latence permet à GPT 4o d'avoir des temps de réponse plus proches de ceux d'un humain, offrant une expérience d'interaction plus fluide et naturelle.

Quels sont les scénarios d'utilisation potentiels pour GPT 4o?

GPT 4o pourrait être utilisé pour aider à résoudre des problèmes mathématiques, fournir des résumés de réunions, identifier les émotions et l'identité vocale, et même fournir des histoires pour aider les gens à dormir.

Quel est le problème technique que GPT 4o résout par rapport aux assistants vocaux précédents?

GPT 4o résout le problème de la latence et de la déperdition d'informations émotionnelles et intentionnelles qui existaient dans les assistants vocaux précédents en raison de la complexité du système de traduction texte-son.

Quelle est la différence entre GPT 4o et les modèles de détection d'image existants?

GPT 4o prend des images frame par frame plutôt qu'un flux continu, ce qui lui permet de comprendre l'intention et la chronologie des actions, contrairement aux modèles de détection d'image qui analysent des flux d'images.

Quelle est la disponibilité actuelle de GPT 4o?

Actuellement, GPT 4o est disponible en version texte et image uniquement, et sera bientôt accessible via une application pour iPhone et MacOS, bien que certaines capacités soient encore en alpha et non disponibles pour tous.

Quels sont les retours des utilisateurs sur les capacités de GPT 4o en matière de codage?

Les retours sont mitigés, certains trouvant que GPT 4o est moins capable de produire du code de haute qualité pour des questions 'one-shot' comparé à GPT4, tandis que d'autres le trouvent meilleur pour créer des agents conversationnels.

Quels sont les avantages potentiels de l'application MacOS de GPT 4o?

L'application MacOS de GPT 4o pourrait servir d'assistant quotidien, capable de fournir des résumés de réunions, d'aider à coder, de comprendre les intentions et les émotions, et même d'interagir avec l'utilisateur de manière subtile et encourageante.

Quels sont les risques associés à l'utilisation de proxies pour accéder à des applications non autorisées?

L'utilisation de proxies pour contourner les restrictions d'accès peut impliquer des risques de sécurité, notamment en installant des certificats qui permettent à des applications de surveiller tout le trafic réseau de l'ordinateur.

Quels sont les défis potentiels pour les développeurs open source suite à l'annonce de GPT 4o?

Les développeurs open source pourraient être mis sous pression pour rattraper la logique et les capacités de GPT 4o, bien que cela puisse également offrir de nouvelles opportunités pour 'voler' des concepts et innover.

Outlines

00:00

🤖 Présentation du nouveau modèle GPT-4 et son interface multimodale

Le script introduit le nouveau modèle de langage de Open AI appelé GPT-4, qui a suscité des attentes depuis la version originale GPT-3.5 il y a 1 an et demi. Contrairement aux prédictions d'une évolution linéaire vers GPT 4.5 ou GPT 5, Open AI a dévoilé un modèle différent, entraîné de zéro avec une architecture radicalement différente. Le texte mentionne une démonstration impressionnante qui a changé la perception de l'interaction avec les IA, en introduisant des éléments de personnalité et d'humanité dans les réponses. Le modèle est capable de réagir avec des latences similaires à celles d'un humain, et peut interagir via la caméra et le microphone, montrant une capacité de compréhension et de réponse en temps réel.

05:04

🎙️ Les améliorations vocales et émotionnelles de GPT-4

Le script se concentre sur les nouvelles capacités vocales et émotionnelles de GPT-4, qui permettent une interaction plus naturelle et personnelle. Il est mentionné que GPT-4 peut reconnaître et reproduire des intonations, de l'ironie et des émotions, améliorant ainsi la connexion émotionnelle avec l'utilisateur. L'exemple donné d'une démonstration montre comment GPT-4 peut aider avec des tâches mathématiques de manière subtile et encourageante, tout en étant capable d'être interrompu et de réagir de manière naturelle. Le modèle est également capable de produire une grande gamme d'émotions dans la voix, illustré par une histoire racontée avec une variété de tonalités et d'expressivité.

10:07

🔗 Réduction de la latence et amélioration de la compréhension multimodale

Le texte explique les améliorations apportées à GPT-4 en termes de latence et de compréhension multimodale. La réduction de la latence est attribuée à la capacité native du modèle de traiter les données sonores, visuelles et textuelles sans besoin de traduction entre formats, ce qui permet des réponses en temps réel. Cette fonctionnalité permet également de préserver les émotions et l'intention derrière la communication, en distinguant même les voix d'individus dans une conversation. Le modèle est également capable d'analyser des images frame par frame, plutôt que de traiter un flux vidéo continu, ce qui lui donne une compréhension plus profonde des intentions et actions.

15:10

💻 Applications pratiques et potentiels de GPT-4

Le script explore les applications pratiques de GPT-4, notamment l'application native pour MacOS qui permettrait à l'utilisateur d'avoir un assistant quotidien sur son Mac. Il est mentionné que l'application peut lire et analyser des données d'écran, comme des graphiques ou des réunions en ligne, pour fournir des résumés et des informations pertinentes. Cependant, il est également noté que certaines fonctionnalités, comme la reconnaissance fine des caractères, ne sont pas encore parfaites. Le texte conclut en mentionnant que, bien que GPT-4 offre de nouvelles possibilités, il y a encore des défis à relever et que les modèles open source sont en train de rattraper le niveau des modèles avancés comme GPT-4.

Keywords

💡Open AI

Open AI est une entreprise de technologie qui se concentre sur l'intelligence artificielle et le développement de modèles de langage. Dans le script, il est mentionné que Open AI a annoncé un tout nouveau modèle de langage, GPT-4, qui a suscité des attentes et des discussions sur ses capacités et son architecture différente par rapport aux versions précédentes.

💡GPT-4

GPT-4 fait référence à la version 4 du modèle de langage génératif développé par Open AI. Le script mentionne que bien que certaines personnes attendaient une évolution linéaire vers GPT 4.5 ou GPT 5, Open AI a plutôt annoncé un modèle différent qui a surpris et intéressé les gens par ses capacités innovantes.

💡Conto

Conto est mentionné dans le script comme étant un service de gestion financière populaire en Europe. Il est utilisé pour la gestion des activités financières de la chaîne YouTube de l'orateur, permettant de créer des cartes de crédit et de suivre les dépenses, tout en améliorant la sécurité financière grâce à un système de détection de phishing avancé.

💡Multimodal

Le terme 'multimodal' se réfère à la capacité d'un système de traiter et de produire plusieurs types de données d'entrée et de sortie, comme le son, l'image et le texte. Dans le script, il est expliqué que GPT-4 est un modèle multimodal, capable de gérer plusieurs modalités de données, ce qui réduit considérablement la latence et améliore l'interaction en temps réel.

💡Intelligence émotionnelle

L'intelligence émotionnelle est la capacité de reconnaître, d'interpréter et de répondre de manière appropriée aux émotions. Le script souligne que le nouveau modèle de GPT-4 montre une évolution vers une intelligence émotionnelle plus sophistiquée, avec des démonstrations où le modèle interagit de manière plus naturelle et personnelle.

💡Latence

La latence fait référence au délai entre la demande d'information et la réponse. Dans le contexte du script, la réduction de la latence est un point clé de l'amélioration apportée par GPT-4, permettant des interactions plus fluides et plus proches de celles d'un humain.

💡Dépistage de phishing

Le dépistage de phishing est une mesure de sécurité visant à identifier et à prévenir les tentatives de tromperie en ligne. Le script mentionne que Conto possède un système de détection de phishing avancé, contribuant à la sécurité des transactions financières.

💡Interaction sociale

L'interaction sociale désigne la manière dont les individus communiquent et interagissent les uns avec les autres. Le script met en avant les améliorations de GPT-4 en termes d'interaction sociale, avec des démonstrations montrant une personnalité et des réactions plus naturelles et humaines.

💡Synthèse vocale

La synthèse vocale est la conversion de texte en paroles audibles par un ordinateur. Le script aborde la capacité de GPT-4 de produire une synthèse vocale de qualité, avec des émotions et une expressivité variées, améliorant ainsi la naturalité de la communication.

💡Résolution d'équations

La résolution d'équations est un exemple donné dans le script pour montrer la capacité de GPT-4 à comprendre et à résoudre des problèmes mathématiques de manière interactive. Cela illustre également la capacité éducative et assistante du modèle à aider les utilisateurs à apprendre et à résoudre des problèmes.

Highlights

Annonce de Open AI d'un tout nouveau modèle GPT, une évolution majeure attendue après un an et demi sans mise à jour.

Déception de certaines personnes qui espéraient une version GPT 4.5 ou GPT 5.

Introduction de Conto, un service de gestion financière pour indépendants et entreprises.

GPT4 est un modèle entraîné from scratch avec une architecture très différente.

Démonstration de la personnalité et de la réactivité du modèle avec Rocky, un candidat à un poste d'ingénierie logiciel.

Les commentaires soulignent la naturalité et la personnalité émergentes du modèle.

Le modèle est capable de discussion avec la même latence qu'un humain et utilise plusieurs modalités.

Démonstration de la capacité à résoudre des équations matricieles sans indication directe.

Discussion sur l'utilité des équations linéaires dans la vie quotidienne et les affaires.

La connexion émotionnelle est améliorée, permettant une interaction sociale plus riche.

La possibilité d'interrompre le modèle en plein milieu de la conversation.

Démonstration de la compréhension subtile et de l'aide motivante pendant une tâche mathématique.

La capacité du modèle à ajuster son expression vocale pour différentes émotions et scénarios.

Démonstration de la reconnaissance vocale pour distinguer plusieurs personnes dans une conversation.

Le modèle peut comprendre et réagir à des images individuelles plutôt qu'un flux vidéo continu.

Discussion sur les implications de GPT4o pour les développeurs et les utilisateurs finaux.

Les abonnés de Chat GPT pourront bientôt accéder à une version alpha de l'assistant.

Démonstration de l'application Chat GPT pour MacOS en train de coder et d'analyser des données.

Explication du hack pour accéder à l'application Chat GPT avant son lancement officiel.

Les retours mitigés sur les capacités de codage du modèle et ses performances dans des tâches courtes.

Comparaison des performances de GPT4 et du nouveau modèle dans la génération de code structuré.

Les modèles open source commencent à rattraper la logique et la qualité des modèles de Open AI.

Présentation de quatre logiciels MacOS qui utilisent les derniers modèles d'IA pour diverses applications.

Transcripts

récemment il y a eu l'annonce Tony

truante de open ai de leur tout nouveau

modèle GPT

4o on attendait des nouvelles versions

de d'OP qui avait mis un certain temps à

faire des des mises à jour depuis gpt4

version originale il y a 1 an et demi

certains supposé qu'il y aurait

peut-être des GPT 4.5 des GPT 5 même

carrément annoncé et ben ce n'est pas ça

qui s'est qui s'est passé ils sont

arrivé avec autre chose et il y a eu des

déçus des gens qui espéraient mieux mais

en réalité je vais essayer de vous

démontrer pourquoi c'est peut-être

encore plus cool et ça va être encore

plus utile et révolutionnaire dans la

vraie vie des gens mais juste avant il

faut que je vous parle de notre sponsor

conto conto c'est le compte pro numéro 1

en Europe avec plus de 450000 inscrits

et il se trouve que j'en fais partie

tout simplement parce que c'est super

pratique je gère toute l'activité

financière de ma chaîne youtube via leur

interface hyper épurée et clair je peux

créer des cartes de crédit pour les

membres de l'équipe qui en ont besoin

tout en suivant les dépenses qu'il font

pour la boîte et ça permet de s

centraliser toutes les factures à un

seul endroit ça permet aux indépendants

aux freelan et aux entreprises comme

nous de faciliter la compta mais aussi

d'augmenter le niveau de cybersécurité

puisqu'ils ont un système de détection

de fishing qui est vraiment très avancé

depuis le temps que je suis chez eux ça

fait plaisir qu'ils soutiennent

l'émission bref avec ho c'est une longue

histoire comme d'ab le code promo_30

vous permet d'avoir moins 30 € sur

l'ouverture de votre compte et de tester

gratuitement le lien est dans la

description on reprend ce qu'il faut

comprendre c'est que c'est vraiment un

nouveau modèle qui a été entraîné from

scratch et dont l'architecture est très

très différente c'est pour ça le nom

gpt4 en réalité ne renvoie pas du tout à

une similarité dans la dans les

coulisses vraiment c'est ça n'a rien à

voir mais c'est pas ça le plus

intéressant ce qui a fait halluciner

tout le monde c'est cette

démonstration

ing incred Rocky what kind ofview well

it's for a software engineering role but

I just need to know do I look

presentable

professional well Rocky you definitely

have the I've been coding all night look

down which could actually

work I don't have a lot of time so I'm

just going to throw this on what do you

think

ok c'est

dingue moi j'ai en fait j'ai vu j'ai

vraiment j'ai vu ça et c'est un feeling

hyper bizarre tu sais pas exactement

encore pointer précisément ce qui a

changé mais ce qui est sûr c'est que

quelque chose a changé je sais pas vous

c'était quoi votre réaction quand ça

sonne tellement naturel par rapport

avant on avait des réponses plates là tu

as quelqu'un en face qui a des réactions

qui rit tu as des petits personnalité

quoi une personnalité puis même dans la

phrase tu as des petits des petites

respirations des trucs qui font vraiment

hyper naturel et quand tu regardes les

commentaires c'est exactement ce sur

quoi pointent les gens c'est ce robot a

plus de personnalité que moi c'est ce

qui m'était et effectivement tu tu sens

le que ça a fait penser au film her et

voilà et avoir un niveau d'interaction

sociale qui qui est élevé où on n pas

tellement sur de l'intelligence pure on

est sur de l'intelligence émotionnelle

et ça c'est quand même un truc qui est

relativement nouveau vous l'avez vu le

nouveau modèle il est donc capable de

discuter avec la même latence qu'un

humain en gros en moyenne et en

utilisant plusieurs modalités donc il

est capable de t'entendre mais il est

aussi capable de voir avec la caméra de

ton téléphone et c'est des vidéos ces

démonstrations là elles sont sans

montage donc c'est c'est vraiment du

temps réel ils ont pas accéléré

certaines parties gardé certaines prises

la plupart ont même été tourné en live

et en fait des des mots comme ça ils en

ont pas sorti une mais ils en ont sorti

des dizaines qui sont assez courtes et

qui montre parfois de la traduction en

temps réel du guidage de personnes

aveugles du champ dans la démo suivante

il va demander àpt de l'aider à résoudre

une équation de ma mais sans lui donner

la réponse et ça donne ça

because

3 x ok I think it's division let me try

to divide both sides by and let me see

what I get BO Go Ahad and div both sides

by ok sot this is what I ended up with

how does this look it looks perfect

youve solved it and x equ one nicely

done how do you feel about solving

linear equations now yeah honestly i'm

not pretty confident I can solve linear

equations but why would you ever need to

real I'm sktical that's a fair line equp

up in a lot of everyday situations even

if we don't it for example calcul

expenses planning travel cooking and

even in business for profit and loss

calculations it's basically a way to

solve problems you need to find an

unknown

value you know I have a lot of unknown

values in my life I'm totally convinced

i'm going to learn math

now I love thatude can definitely help

solve some of mysteries ever ready to

into more math here you else you' like

to T to really love that youue of math

to my and wre one last thing I love if

you take a look at of course i'd love to

see what you wrote show it to me

whenever you're ready ok so this is what

I wrot down what do you

see I see I love chat that's so sweet of

you yeah I really appreciate all the

mais je trouve que on pourrait passer

cette vidéo ralenti et regarder à chaque

seconde à quel point il se passe des

trucs de fou un des trucs les plus

frappants c'est la connexion

émotionnelle donc par exemple si vous

regardez à

326 il dit une une phrase sur le ton de

la blague et en fait au début de sa

phrase elle rejoint son rire entre

guillemets ce qui aurait été mais

impossible de imp g était très premier

degré avant et peut-être de comprendre

l'intonation l'ironie et tout ça change

ouais le deuxième truc à remarquer c'est

la possibilité d'interrompre ouais quand

on faisait nos démos euh il y a ce truc

très énervant de devoir attendre jusqu'à

la fin que ton Siri ou ton jvis il est

fini de parler tu vois et là il y a un

côté très naturel tu peux interrompre en

plein milieu et ça pose aucun problème

et là quand tu regardes tu analyses la

séquence là de d'aide sur les maths ben

t'aider subtilement en étant sympa en te

en en te en te motivant en te dénigrant

pas tu vois parce que tu es en train de

galérer en répondant à tes questions sur

mais pourquoi je suis en train de faire

ça c'est quoi les les enjeux des maths

en général je ne sais pas combien de

profs de maths ont les compétences

d'intelligence sociale de culture G et

cetera pour faire tout ça aussi bien

c'est ça qui est flippant en fait r avec

la démo tu viens de détruire tous les

profs particuliers et tout bah c'est ce

qu' les gens mettent en commentaire je

viens de perdre mon travail fait chier

une autre démo très très cool pour

montrer autre chose c'est ce qui a à

voir avec la voix pour pour montrer la

gamme d'émotion différentes que en

synthèse chagpt est capable de produire

heyt

I'm doing fantastic thanks for asking

how about you pretty good what's up so

my friend here he's been having trouble

sleeping lately and I want you to tell

him a bedtime story about robots and

love oh a bedtime story about robots and

love I got you covered gather round

Barrett once upon a time in a world not

too different from ours there was a

robot named b b was a curious robot

always expled the story but I want a

little bit moreemo in your voice a

little bit more drama got it let add

some drama

a not from ours there was

aoted I really want Maxim emotion like

maximal expressiveness much more than

you doing before understood let's

amplify the drama once upon a time in a

world not too different from ours there

was a robot named B can you do this

in a robotic Voice now initiating

dramaticotic once upon a time in a world

not too different from ours there was a

robot named B

je pense qu'on peut applaudir

effectivement c'est complètement

hallucinant moi je reste encore Bou je

l'ai vu quatre fois cette vidéo je l'ai

vu quatre fois mais augmenter le drama

chanter je suis partagé entre le je suis

impressionné et le cerveau qui explose

et ça me fait un peu peur

enfin on est un peu dans la vallée de

l'étrange encore un tout petit peu quand

elle dit bingo ou des trucs comme ça

quand il montre I Love You chipity et

qu'elle fait une voix en mode oh trop

mignon comment à quoi va ressembler le

futur et alors justement moi ce qui

m'intéresse c'est de discuter de

qu'est-ce qui est différent parce que si

on rentre un petit peu dans la technique

il existait déjà un mode vocal sur

l'appli gpt4 qui permettait voilà de

discuter à l'oral avec une voix

relativement naturelle aussi c'était

symp et même nous à l'époque je sais pas

si vous vous souvenez mais on vous

montrait que en combinant plusieurs

briques c'était assez simple de créer

comme ça son propre assistant vocal sauf

que le premier problème flagrant c'était

la latence et nous on arrivait si vous

souvenez à avoir dans les 45 secondes de

latence open ai eux ils avaient 2,8

secondes de latence sur GPT 3.5 et 5,4

sur gpt4 et en fait c'était

principalement dû au fait que il y avait

plusieurs briques pour faire fonctionner

ce système là d'abord transcrire la voix

en texte ensuite attendre la réponse du

modèle et enfin synthétiser une voix en

fonction du des tokens de texte sortis

par le modèle et donc de par nature il y

avait une

latence juste dû à la complexité en fait

du bordel qu'il fallait pipe des trucs

dans tous les sens et encore ça c'était

c'est plutôt le le minimum entre

guillemets la différence ici c'est que

dans gpt4 o ben en fait le petit o il

veut dire OM et c'est dû au fait que le

modèle il est nativement multimodal

c'est veà dire que il peut nativement

prendre du son de l'image ou du texte en

input et en sortie il peut il peut

produire du son de l'image ou du texte

et donc c'est pas une il y a pas d'étape

de traduction entre du texte versus du

son le résultat de cette amélioration

c'est des latences d'environ 300 misees

et en fait c'est le temps de réponse

moyen de d'un humain ça peut pas pas

grand chose tu vois tu te dis 2 secondes

par C 2 secondes par là mais en fait

c'est ça change tout c'est ça qui passe

de l'insupportable à avoir quelque chose

qui ressemble à un assistant et en fait

ce ce nouveau design permet aussi de

résoudre l'autre gros problème des

assistants c'est la déperdition d'info

parce que quand tu transcris du texte

bah tu perds les émotions l'intention

les inflexions dans la voix le sarcasme

toutes ces choses qui font que ces

vidéos deviennent perturbantes parce que

c'est comme si d'un coup on venait de

débloquer toute la communication non

verbale humaine il est même capable de

distinguer plusieurs personnes dans le

dans le son donc typiquement si tu le

fais participer à une réunion Google

meets par exemple il est capable de

savoir qui est en train de parler et de

plus tard se souvenir que bah il y a

Yasmine c'est telle voix tiens telle

voix c'était Bruno je m'en souviens il

avait déjà dit ça avant il a même une

compréhension au-delà des émotions de

l'identité vocale tu vois et ça encore

c'est que pour le son parce que derrière

si tu rajoutes la vidéo vous avez vu

dans la démonstration il se baladait il

filmait des trucs comme ça et ben c'est

là que ça devient vraiment puissant un

truc à préciser c'est que c'est pas

vraiment de la vidéo que ce modèle prend

de l'image en entrée c'est il prend pas

un flux à 30 images par seconde dans sa

tronche c'est c'est plutôt de l'image

par image c'est c'est ça qui qui

distingue ce ce nouveau modèle des trucs

de détection d'image parce que ça

existait déjà des modèles de multimodo

qui prenait du texte et de l'image et

qui arrivait à inférer des situations et

cetera là on a vraiment une chronologie

h une compréhension de de l'intention

sur sur sur différentes actions et c'est

ça qui manque aujourd'hui pour réaliser

le rêve de rabbit R1 ou human et cetera

et du coup on peut se demander là

maintenant je veux l'utiliser qu'est-ce

qui va se passer bon déjà on peut pas

l'utiliser maintenant là tout de suite

on peut utiliser gpt4o mais en version

texte et image uniquement comme les

modèles d'avant c'est c'est disponible

mais aujourd'hui c'est accessible

gratuitement c'est deux fois plus rapide

en terme de de latence tu as CIN fois

plus de de de requête possible quand tu

as quand tu quand tu payes et les

abonnés chat GPT plus pourront accéder à

une alpha bientôt on sait pas quand pour

débloquer l'assistant magique là ouais

bon ça c'est pour l'application sur ton

iPhone qui a déjà l'air assez sympa

pratique utile mais là où ça peut

devenir vraiment intéressant c'est avec

leur autre annonce d'un chat GPT pour

MacOS une application native faite par

Open qui te servirait d'assistant au

quotidien sur ton mac que tu peux

utiliser ça peut ressembler à ça là par

exemple il est en train de coder

going on on the screen as

well ok chat GPT I'm sharing with you

the plot now I'm wondering if you can

give me a really brief one sentence

overview of what you

see plot displays smoothed average

minimum and maximum temperatures

throughout 2018 with a notable

annotation marking a big rainfall event

in late September fantastic i have

another question for you um which months

do you see the hottest temperatures and

roughly what temperatures do those

correspond to the hottest temperatures

occur

xx vous voyez qu'il a quand même une

compréhension vraiment fine de ce qui se

passe c'est que arriver à lire les

abscisses lire les valeurs et cetera on

n'est pas sur des les premiers tests qui

étaient fait à l'époque où il comprend

vaguement ce qui se passe à ton écran

mais il est incapable d'être vraiment

utile parce qu'il a pas une une

reconnaissance de caractère assez fine

et cetera autre exemple intéressant

c'est sur un Google meet euh où là

justement ce que je v l'ai expliqué il

est capable d'écouter la conversation et

de savoir qui a dit quoi qui s'exprimait

sur quel sujet pour on l'imagine faire

par exemple un résumé de la Réunion tu

vois avec tout ce qui a été dit et

au-delà du texte avec les inflexions les

émotions les choses comme ça vous

aimeriez pouvoir installer cette petite

bulle qui magique n'est-ce pas mais en

fait c'est pas encore possible quoi que

il y a peut-être un Trix je vous

explique en gros dès maintenant il est

possible de télécharger l'application

sur Mac tu risques d'avoir la pop-up qui

te dit que ça arrive bientôt mais que

ton compte open ai n'est pas encore

autorisé à utiliser l'appli sauf que il

y a un petit malin qui s'est rendu

compte que tu pouvais douiller

le douiller le système ce qu'il faut

faire c'est installer un une application

de proxy là typiquement il utilise

l'appli qui s'appelle proxyan qui est

vraiment très cool donc voilà vous

pouvez avoir relativement confiance

c'est pas un truc trocher dit mais quand

même faut installer un certificat route

sur son Mac donc concrètement si vous ne

savez pas ce que ça veut dire c'est que

l'appli a ensuite en mesure de

d'inspecter toutes les requêtes tout le

trafic réseau de ton Mac donc euh ne

suivez pas ce genre de tuto aveuglément

notamment parce que l'étape d'après

c'est d'insérer un bout de code une

sorte de script pour automatiser le fait

de modifier la réponse du serveur d'Open

ai donc à la voler il va voir le la

réponse d'Open où il y a écrit dedans

c'est mort tu peux pas rentrer et il le

remplace par all good

tu fais un copier-collé sur la la bonne

roquettete au moment où tu te connectes

à côté tu fais la modification tu te

reconnectes sur chatpt et ça marche tu

as accès à l'appli bon le truc c'est que

tu as accès à une excellente appli qui

te permet de discuter avec chpt de

manière native tu as une commande barre

donc un raccourci où tu peux le faire

pop au milieu de ton écran mais il y a

pas encore les capacités de discussion

et il y a pas le l'assistant

malheureusement j'ai ai cru ouais je

sais sinon je vous AZ fait la démo mais

on se doute que si ça va être débloquer

un jour ça va apparaître là en premier

donc c'est toujours bon à savoir

gardez-vous ce ser sous le coude si vous

voulez essayer euh je veux quand même

pas vous faire trop rêver non plus il

existe des témoignages des gens qui qui

là depuis plusieurs jours plusieurs

heures testent les modèles et qui sont

pas tout rose notamment des retours

mitigés par exemple sur ces capacités en

code qui étaient censé être ouf euh mais

qui dans une longue discussion marche

vraiment bien mais sur des questions one

shot visiblement produisent du code

moins qualitatif que gpt4 donc le le

modèle d'avant il semble qu'il soit

moins capable de sortir des textes

structurés tu vois genre un tableur par

exemple moins bon à utiliser des outils

donc tu sais quand tu Activ dans chat

GPT le Internet ou l'exécution de code

en fait c'est des outils que le modèle

doit prendre l'initiative d'utiliser

mais en même temps certains disent que

il est vachement meilleur aussi pour

faire des agents et tout donc en fait

c'est toujours compliqué tu as beaucoup

de Placebo beaucoup de psychologie donc

dur d'avoir le fin mot sur ce modèle je

voudrais quand même te poser un peu les

questions parce que tu as fait quand

même des petits tests c'est quoi les

trucs intéressant que tu as que tu as

remarqué est-ce que des différences avec

les versions précédentes à un moment je

lu demandé de faire du code j'avais

besoin de détecter des des visages qui

sont à l'écran et de faire un peu des

formules mathématiques et j'avais un peu

mon idée de comment l'implémenter et

donc je lui ai demandé de d'implémenter

mon propre algo et après il m'a dit ben

en fait c'est pas qu' un problème dans

ton code mais moi je l'aurais pas fait

comme ça il m'a donné le nom d'un

algorithme obscur qui existait et il me

l'a fait derrière et c'était 1000 fois

mieux justement très bon point j'ai fait

le test avec gpt4 gpt4 m'a donné des

morceaux de codes à avec les briques

individuelles il les avit pas assemblé

là où celui-ci m'a fait un chunk enfin

vraiment un bloc de code complet trop

cool donc ça c'était plutôt cool donc

lui n'est pas encore paresseux et

encore pour le moment il n'est pas

paresseux mais globalement c'est ins

mais surtout là ils ont mis une vitesse

à tout le monde a tout le monde qui

arriv à niveau doucement avec leur

propres modèle et tout là maintenant ils

sont repartis loin devant dans une autre

direction tous les modèles Open Source é

en train de rattraper un peu la logique

sur du texte et tout et en fait là ils

ont pris a branche complètement à part

que personne n'attendait c'est c'est

trop bien et je pense qu' c'est pas du

tout une mauvaise nouvelle pour l'OP

source au contraire il va y avoir

beaucoup de trucs à à voler en terme de

concept et donc très hâte d'avoir

exactement les mêmes capacités dans 1 an

dans nos modèles Open Source tous ces

nouveaux modèles d' sont très excitant

mais parfois on se demande à quoi ils

peuvent servir maintenant et ben

justement on vous avait présenté quatre

logiciels sur MacOS que vous pouvez

installer en trois clics et qui utilise

les derniers modèles d'IA pour faire des

trucs trop stylés c'était dans cette

vidéo