私たちのミーティングbotには、ミーティング中に発話できるユニークな能力があります。Speech-to-Speech APIとImage to Video APIを組み合わせることで、500ミリ秒という低レイテンシーを実現できます。人間の音声レイテンシーは通常200〜600ミリ秒です。

Zoom、Google Meet、Microsoft Teamsでリアルなスピーキングミーティングbotを来月中に提供する準備が整っています。

Twin.soやLindy AIなどの企業は、タスクを完了できる人間のオフィスワーカーのデジタルクローンを提供しています。これらのタスクにはもちろん、会話も含まれます。

Eric YuanはAI搭載の「デジタルツイン」に焦点を当ててZoomを率いており、AIエンジニアを採用し、会社を再構築しています（一部の部門を削減）。目標は、5〜6年以内にユーザーの代わりにミーティングに参加できるアバターを開発することです。