291
0每经记者 可杨每经编辑 梁枭 和大模型打视频电话可能即将实现。 8月29日，《每日经济新闻》记者获悉，智谱清言App将上线视频通话功能，智谱方面介绍，清言App的视频通话功能，具有跨文本、音频和视频进行实时推理 ...
|
每经记者 可杨 每经编辑 梁枭 和大模型打视频电话可能即将实现。 8月29日，《每日经济新闻》记者获悉，智谱清言App将上线视频通话功能，智谱方面介绍，清言App的视频通话功能，具有跨文本、音频和视频进行实时推理的能力，AI可以进行流畅的通话，人可以实时打断AI；此外，通过手机或AIPC的摄像头与人互动，可通过视频流理解对话当前的环境（包括人物状态/背景环境）。 今年5月，OpenAI发布多模态大模型GPT-4o，曾凭借自然流畅的实时音视频交互引发关注。 清华大学新闻学院和人工智能学院双聘教授沈阳在接受《每日经济新闻》记者微信采访时表示，具备视觉交互是未来大模型极其重要的发展方向之一，对于国内大模型而言，这方面的探索同样必要。他认为，视觉获取的信息占据了人类获取总信息量的80%以上，因此，当大模型具备了视觉交互能力后，它便拥有了向具身智能和人形机器人结合的重要技术基础。 智谱清言App上线视频通话功能8月29日，智谱方面宣布，清言App将于30日上线“视频通话”功能，这也是国内首个面向C端开放的视频通话。演示显示，用户可以通过视频实时交互，例如将摄像头对准一套试卷并圈出其中一题请其解答，清言就能实时识别，并给出相应解答。 记者通过清言App体验其视频通话功能，将摄像头对准玩偶进行拍摄，随后清言开始描述玩偶的颜色、外观等。 |
顶部
发布