A renomada empresa chinesa de inteligência artificial, Unisound, anunciou em Pequim, em 23 de agosto de 2024, o lançamento de sua mais recente conquista: o modelo multimodal Shanhai.
O modelo multimodal Shanhai faz parte da infraestrutura de inteligência artificial Atlas da Unisound. Ele é capaz de receber e processar entradas de múltiplas modalidades, como texto, áudio e imagens, e gerar em tempo real qualquer combinação de saída de texto, áudio e imagens. Essa capacidade permite que o modelo Shanhai não apenas realize interações de voz eficientes, mas também ofereça uma experiência fluida de conversa próxima à de uma conversa humana natural.
O modelo possui alta capacidade de interação de voz inteligente, respondendo em tempo real aos comandos do usuário, permitindo interrupções na conversa e sendo capaz de perceber e expressar emoções, criando uma conexão emocional com o usuário. Além disso, o modelo Shanhai pode alternar livremente entre tons de voz, criando uma voz personalizada de acordo com as necessidades individuais do usuário.
Na interação visual, o modelo Shanhai, por meio de uma câmera, consegue compreender e descrever o ambiente ao redor, realizando identificação precisa de objetos e análise de cenas. Ele também pode criar conteúdo visual rapidamente com base em comandos do usuário, fornecendo uma experiência visual personalizada.
A Unisound afirma que o lançamento do modelo multimodal Shanhai representa um novo núcleo para sua plataforma tecnológica, o Yun Zhi Brain, e fornecerá produtos e soluções mais ricas e eficientes para os setores de vida inteligente e saúde inteligente. Desde seu lançamento em maio de 2023, o modelo Shanhai obteve excelentes resultados em vários eventos de prestígio, demonstrando suas capacidades gerais e profissionais excepcionais.
Endereço para experimentar:https://shanhai.unisound.com/