Meta 目前发布了 Voicebox AI 模型,相对于只能使用文字或图片回复的竞品模型,Voicebox AI 模型的优势主要如其名,能够生成用于回复的音频消息。据悉,Voicebox AI 模型只需要一段 2 秒钟的音频样本,即可准确辨别出音频细节、音色,并基于文字结果转换为语音输出。Meta 表示,他们意识到这种人工智能技术在虚假伪造方面,可能会带来潜在危害,因此 Meta 目前正在努力找到一种有效的方式来区分真实语音和由 Voicebox 生成的音频,在找到解决方案前,暂时不会向公众公开提供。