「全双工实时交互」共找到 923 篇相关文章

产品应用6

沐神携全新模型回归:全双工实时多模态交互,重新定义 AI 对话范式

李沐携 Boson AI 团队展示 Higgs Realtime Duplex 模型,实现音视频并行的全双工实时交互,可在倾听环境的同时执行后台任务并在适当时机主动插话。

机器视觉与AI深度学习
推荐文章8

现有AI都是假实时!Thinking Machines发布交互模型,离真正的贾维斯真的近了

Thinking Machines发布交互模型,切入与AI交互方式问题。该模型能原生支持实时交互,由交互和后台模型组成。架构设计独特,解锁多项功能,评测表现佳,但也存在长会话、计算部署等局限。

AI寒武纪
开源动态8

小红书发布FireRedChat:首个可私有化部署的全双工大模型语音交互系统

小红书智创音频团队推出业内首个支持私有化部署的全双工大模型语音交互系统FireRedChat,可将半双工链路升级为全双工,提供级联与半级联服务,在多指标领先,让AI有“人感”。

机器之心
算法论文6

从多模态理解到实时交互,UIUC/CMU等团队提出Omni智能统一框架

UIUC、CMU 等团队发布综述,提出全模态实时交互智能统一框架,系统梳理模型在持续流式输入中协调响应、打断与任务修正的机制,并对比系统适配与模型原生两条路径。

HyperAI超神经
新闻资讯8

ChatGPT那一套要过时了?翁荔实测创业首个模型,回合制AI被“原生实时交互”秒了

Thinking Machines推出交互模型TML - Interaction - Small,可实时接收多模态输入并响应,性能超现有实时系统。该模型未开放,计划先有限预览再广泛发布,若开放将为企业带来巨大价值。

AI前线
产品应用7

童年的滚球兽「走进」现实?华为天才少年创业,全球首个虚实融合的实时交互视频模型来了

Xmax AI 推出全球首个虚实融合实时交互视频模型 X1,通过手机摄像头实现虚拟与现实融合。它有四大玩法,操作简单。但面临多技术挑战,Xmax AI 团队实力强,给出硬核技术方案,愿景是让 AI 融入生活。

机器之心
7

视频实时生成可交互! 两位自动驾驶大牛创业世界模型:40毫秒/帧,无需任何游戏引擎,人人免费可玩

李飞飞押注的世界模型领域有新成果,Odyssey公司由两位自动驾驶大牛创立。其AI无需游戏引擎,40毫秒/帧实时生成视频,玩家能实时交互。虽处于早期预览版,但已展现潜力,世界模型或成竞争热点。

量子位
产品应用8

阿里发布首个「音视频实时交互」模型,实现数字人实时视频聊天

阿里发布原生流媒体端到端模型Wan - Streamer v0.1,能实时聆听、观看、思考、说话和响应视频。它在单个Transformer内完成感知等操作,延迟低,具备端到端多模态统一、低延迟等特点。

开源AI项目落地
产品应用8

世界模型的DeepSeek时刻!魔芯Flash World Model降本70%,跑出50FPS实时交互

魔芯科技发布全球首个超高帧率交互式世界模型 MoWorld,无需高端 GPU,实现影视级画质、50 FPS 实时交互,降本 70%。其技术架构先进,产业化路径清晰,获过亿美元融资。

机器之心
开源动态8

腾讯混元世界模型HY-World 1.5开源,24 FPS的实时交互世界建模

腾讯混元世界模型HY - World 1.5开源,实现24 FPS实时交互世界生成。它采用双重动作表征等技术,解决了长程生成问题,还通过强化学习等优化,在多方面表现出色,为具身智能场景模拟奠基。

AIGC开放社区
上一页1 / 93下一页