Le 20 janvier 2025, l'application Doubao a officiellement lancé son dernier grand modèle linguistique vocal « de bout en bout » et a apporté des mises à jour importantes à sa fonctionnalité d'appels vocaux en temps réel. Cette avancée marque un nouveau bond en avant pour Doubao dans le domaine de l'interaction vocale, dépassant les solutions en cascade précédentes d'ASR (reconnaissance automatique de la parole), de LLM (grand modèle linguistique) et de TTS (synthèse vocale), en intégrant la reconnaissance, la compréhension et la génération vocales dans un seul modèle. Testée par 《L'émergence de l'intelligence》, la nouvelle version de Doubao se distingue surtout par sa capacité à imiter la parole humaine.

L'équipe de recherche de l'Université technologique de Nanyang de Singapour a récemment dévoilé une technologie d'IA appelée SOLAMI, capable de créer des personnages virtuels 3D réalistes. Ces personnages peuvent interagir en temps réel dans un monde VR, comprendre la voix et les mouvements de l'utilisateur, discuter, danser et même boxer ! C'est une véritable aubaine pour les jeux vidéo, la socialisation virtuelle et les célibataires ! SOLAMI est un cadre de modélisation visuel-linguistique-actionnel (VLA) de bout en bout qui utilise l'apprentissage profond pour convertir la voix et les mouvements de l'utilisateur en "langage" compréhensible par les personnages virtuels.

Peach-9-B-8k-Roleplay est un modèle d'IA spécialement conçu pour les tâches de jeu de rôle. Il est basé sur le puissant modèle 01-ai/Yi-1.5-9B et a été affiné grâce à plus de 100 000 conversations.

L'application Tongyi a récemment lancé une fonction de jeu de rôle innovante permettant aux utilisateurs de remplacer facilement les personnages d'une vidéo en un seul clic. Cette fonctionnalité repose sur le modèle Motionshop lancé début d'année par les laboratoires Aliyun Tongyi, qui a suscité un vif intérêt auprès des créateurs du monde entier.