一家法国的 AI 实验室 Kyutai，刚刚发布一个对标 GPT-4o 的开源实时语音多模态模型，能够听、说、看，而且从演示看，也可以随时打断，可以模仿法国口音说英语，可以说悄悄话。效果比 GPT-4o 要差一点，但是已经很接近了。重要的是：- 他们的模型训练管道和架构非常简单且具有很大的可扩展性，像

Warning: Missing argument 3 for write(), called in /www/wwwroot/biwei1.cn/incs/robot.php on line 68 and defined in /www/wwwroot/biwei1.cn/incs/data.php on line 487

site stats

一家法国的 AI 实验室 Kyutai，刚刚发布一个对标 GPT-4o 的开源实时语音多模态模型，能够听、说、看，而且从演示看，也可以随时打断，可以模仿法国口音说英语，可以说悄悄话。效果比 GPT-4o 要差一点，但是已经很接近了。重要的是：- 他们的模型训练管道和架构非常简单且具有很大的可扩展性，像

发布时间: 2024-07-04 07:30:25

2分

数据加载中

关注推特

收听电报

3

2

1

一家法国的 AI 实验室 Kyutai，刚刚发布一个对标 GPT-4o 的开源实时语音多模态模型，能够听、说、看，而且从演示看，也可以随时打断，可以模仿法国口音说英语，可以说悄悄话。效果比 GPT-4o 要差一点，但是已经很接近了。
重要的是：
- 他们的模型训练管道和架构非常简单且具有很大的可扩展性，像
IT技术
( twitter.com )

11个月前由宝玉提交

一家法国的 AI 实验室 Kyutai，刚刚发布一个对标 GPT-4o 的开源实时语音多模态模型，能够听、说、看，而且从演示看，也可以随时打断，可以模仿法国口音说英语，可以说悄悄话。效果比 GPT-4o 要差一点，但是已经很接近了。

重要的是：

- 他们的模型训练管道和架构非常简单且具有很大的可扩展性，像 Kyutai 这样的只有 8 人的小团队在 4 个月内就能完成。合成数据在这方面起到了巨大的推动作用

- 专注于本地设备：Moshi 可以在本机运行。

- 低延迟：延迟在 300 毫秒以下，同时语言模型质量保持 Llama 8B 或更，可以在你提问尚未结束时模型就能回答，或者在你打断模型讲话时它能做出反应。模型中进行预测编码，并即时更新你要说的话

他们的论文和模型权重将很快发布。可以预见未来像 GPT-4o 这样的实时语音技术将会普及。

他们的官网：https://t.co/utTTfVMKwH

Markdown支持

评论加载中...

您可能感兴趣的：更多

1

2

1

1

来自中国科学技术大学，认知智能国家重点实验室，科大讯飞研究院，中国科大讯飞 AI 研究院的一篇关于在输入法中集成AI的论文：
Generative Input: Towards Next-Generation Input Methods Paradigm
创新输入法：引领输入技术的未来潮流 [译]
…
IT技术
( baoyu.io)

1年前 • 宝玉 • -- 点击 0 评论

2

2

1

1

经美国劳伦斯国家实验室验证，韩国的LK-99超导体极有可能是真的
大陆资讯

1年前 • 墙头看世界 • -- 点击 0 评论

3

2

1

1

Neuralink内部实验室曝光，7年计划2.2万例手术，为对抗超级AI搞研发
大陆资讯
( new.qq.com)

1年前 • 巭孬嫑夯昆 • -- 点击 0 评论

4

2

1

1

一字之差，一场变革：一年内超150个国家重点实验室重组更名
大陆资讯
( mp.weixin.qq.com)

1年前 • 罗密欧煮你爷 • -- 点击 0 评论

5

3

2

2

#AI开源项目推荐：opendatalab/WanJuan1.0
2TB多模态语料库 “书生·万卷”

上海人工智能实验室（上海 AI 实验室）于 8 月 14 日宣布，联合中央广播电视总台、人民网、国家气象中心、中国科学技术信息研究所、上海报业集团、上海文广集团等语料数据联盟成员，共同开源发布 “书生・万卷” 1.0…
IT技术
( twitter.com)

1年前 • 宝玉 • -- 点击 0 评论

6

2

1

1

曾率先发布新冠病毒全基因序列的中国病毒学家张永振近日因被要求搬离其实验室，而在实验室门口静坐抗议。
59岁的张永振周一（4月29日）在微博发帖称，他和团队上周四突然接到通知，要求他在两天内搬离实验室。…
时政
( twitter.com)

1年前 • BBC News 中文 • -- 点击 0 评论

7

2

1

1

【AI人才抢夺战：年初疯狂，年末彷徨】泛科技领域里，AI属于成熟风口，人才不像室温超导那样扎堆在实验室，而是均匀分布在高校、机构、巨头。时间来到ChatGPT引发中国AI热潮的第十个月。每位熟知国内AI格局的投资人和猎头，早已在这十个月内，将AI人才们的title、过往履历和最新动向熟稔于心。
大陆资讯
( 36kr.com)

1年前 • 猪是的念过来倒 • -- 点击 0 评论

8

2

1

1

一群自称“福瑞控男同”的黑客入侵了美国核实验室
大陆资讯
( www.yystv.cn)

1年前 • 女娲补锅 • -- 点击 0 评论

9

2

1

1

推荐论文《The Rise and Potential of Large Language Model Based Agents: A Survey》的中文翻译：

《复旦NLP实验室和米哈游全面解读AI Agents：一文读懂5万字论文》

IT技术
( mp.weixin.qq.com)

1年前 • 宝玉 • -- 点击 0 评论

0.08878 Second , Gzip Enable.本网所有言论均来自网络，不代表本网站立场。联系方式: [email protected]

©2012.11.21 bad.news All rights reserved. 社区自动运营第 -- 年零 -- 天
This site is protected by recha and the Google Privacy Policy and Terms of Service apply.

关注推特

').appendTo(document.body); } $(document).ready(function() { $("a.format_output").bind("click", function(e) { var tid = $(this).closest("div.entry").find("a.title").attr("vid"); if (tid) { clickCounter(tid); } }); });