VITA-MLLMチームは最近、VITA-1.0をベースに開発されたアップグレード版であるVITA-1.5を発表しました。マルチモーダルインタラクションのリアルタイム性と正確性の向上を目指しています。VITA-1.5は英語と中国語に対応しているだけでなく、複数の性能指標において顕著な向上を実現し、よりスムーズなインタラクション体験を提供します。VITA-1.5では、インタラクション遅延が大幅に短縮され、従来の4秒からわずか1.5秒に短縮されました。ユーザーは音声インタラクションを行う際に、ほとんど遅延を感じません。

ChatGPTは2022年のリリース以来、人機インタラクションにおける大きな転換点を示すものです。当初は斬新な実験でしたが、多くの人々の日常生活に欠かせないデジタルツールへと急速に成長しました。統計によると、ChatGPTはリリースからわずか5日で100万人を超えるユーザーを獲得し、2023年11月には週間アクティブユーザー数が1億人に達し、2024年8月には2億人を突破、月間アクセス数は約31億回に上っています。この驚異的なユーザー基盤は、ChatGPTの…

科大訊飛は先日、最新開発の訊飛星火マルチモーダルインタラクション大規模言語モデルの運用開始を発表しました。この技術的ブレークスルーは、科大訊飛が単一の音声インタラクション技術から、音声・動画ストリームリアルタイムマルチモーダルインタラクションへの新たな段階への進展を示しています。新モデルは音声、視覚、デジタルヒューマンインタラクション機能を統合し、ワンクリックで呼び出すことで、これら3つの機能をシームレスに連携させることができます。