Perplexity Comet mit revolutionären Updates: Sprachsteuerung und autonome Agenten
Perplexity hat Comet mit einem neuen Sprachmodus auf GPT Realtime 1.5 und dem autonomen Agenten 'Perplexity Computer' erweitert.
Perplexity hat spannende Neuerungen für seinen KI-Assistenten Comet vorgestellt, die die Interaktion mit dem System deutlich erweitern. Insbesondere ein fortschrittlicher Sprachmodus und ein autonomer Agent sollen die Nutzererfahrung auf ein neues Niveau heben.
Sprachmodus auf GPT Realtime 1.5
Eine der Hauptinnovationen ist die Integration eines verbesserten Sprachmodus, der nun auf GPT Realtime 1.5 basiert. Dieser ermöglicht eine intuitivere und kontextsensitivere Kommunikation mit Comet. Nutzer können nun in Echtzeit per Sprache über die Inhalte auf ihrem Bildschirm sprechen. Dies umfasst auch die Möglichkeit, Sprachbefehle zu verwenden, um Tabs zu öffnen oder zwischen ihnen zu wechseln, ohne dass der Kontext der Unterhaltung verloren geht. Die Funktion ist auch für die russische Sprache nutzbar und soll eine passable Verständigung bieten.
Autonomer Agent: Perplexity Computer
Ein weiteres Highlight ist die Einführung von Perplexity Computer, einem autonomen Agenten, der darauf ausgelegt ist, im Hintergrund über längere Zeiträume hinweg zu arbeiten. Perplexity Computer kann verschiedene Aufgaben übernehmen, darunter:
- Datenüberwachung: Kontinuierliches Beobachten relevanter Daten und Informationen.
- Website-Parsing: Automatisches Auslesen und Verarbeiten von Inhalten von Websites.
- Integrationen: Verbindung mit externen Diensten wie Gmail, Slack oder Notion.
Dieser Agent soll in der Lage sein, fertige Anwendungen oder detaillierte Berichte zu erstellen und könnte somit als eine Art browserbasierte „openclaw“-Alternative dienen. Die Einführung dieses Tools verspricht eine erhebliche Entlastung bei repetitiven oder zeitaufwendigen Online-Aufgaben und bietet Möglichkeiten zur Automatisierung komplexer Workflows.
Verwandte Artikel
J-Space: Anthropics Blick in Claudes verborgene Denkzentrale
Anthropic entdeckt den J-Space: eine verborgene Denkzentrale in Claude, deren Rechenschritte kein Chain-of-Thought zeigt — mit verblüffenden Parallelen zum Gehirn.
Was ist Gemini-SQL2? Googles Text-to-SQL-Lösung im 2026 Guide
Gemini-SQL2 wandelt Sprache präzise in SQL-Abfragen um. Erfahre alles über Gemini 3.1 Pro Benchmarks und Vorteile für Entwickler im großen Guide für 2026.
Was ist MAI-Transcribe-1.5? Microsofts KI-Modell im Test 2026
Microsoft MAI-Transcribe-1.5 setzt 2026 neue Maßstäbe: Erfahre alles über die 276-fache Echtzeitgeschwindigkeit, niedrige WER-Werte und Support für 43 Sprachen.