Kyutai, le labo de recherche pour l’IA de Xavier Niel (Free) et Rodolphe Saadé (CMA CGM), a présenté aujourd’hui Moshi, un nouvel assistant vocal s’appuyant sur l’intelligence artificielle. Son intérêt tout particulier est qu’il est très rapide, faisant mieux que GPT-4o d’OpenAI.
Moshi, une nouvelle IA française
Une présentation de Moshi a eu lieu aujourd’hui à Paris. Tout se fait directement avec la voix, nul besoin d’écrire quoi que ce soit. Kyutai promet que la latence est de seulement 160 ms, ce qui est très faible pour une IA. L’objectif est de se rapprocher le plus d’une conversation entre humains.
Comment fonctionne Moshi ? L’IA a un système différent des autres outils existants. Elle ne convertit pas une requête vocale en texte pour y répondre. Elle essaie de reconnaître les sons pour ensuite prédire ce que l’utilisateur va dire. Le modèle est également en mesure de reconnaître les émotions et de faire le nécessaire au moment de la réponse pour là encore que la conversation soit naturelle.
Kyutai explique par ailleurs que son IA, qui a été créée en six mois par huit personnes, est compacte. Il est ainsi possible de l’installer en local, ce qui permet une utilisation sans être obligatoirement connecté à Internet. Cependant, il n’y a pas encore les informations précises concernant les prérequis techniques pour l’installer localement.
Vous pouvez tester dès maintenant Moshi depuis cette adresse. Deux éléments à prendre en compte : cela reste pour l’instant en phase d’essai (d’où les possibles erreurs) et c’est uniquement disponible en anglais.
Les chercheurs entendent travailler dans les prochains mois sur une version française de Moshi, publier une thèse scientifique sur leurs travaux et partager de façon gratuite et libre le code de leur modèle.
![Affiche du film Le choc des mondes (When Worlds Collide) [1951]](https://is1-ssl.mzstatic.com/image/thumb/Video124/v4/9b/58/44/9b584465-fd79-f3b4-f073-06439180674e/pr_source.jpg/128x128bb.jpg "Film Le choc des mondes (When Worlds Collide) [1951]")
