阿里推出可实时看听对话的多模态 AI

eyishazyer · x · 2026-07-03

阿里巴巴打造了一款能够实时进行视觉与听觉理解并用语音对话回应的多模态 AI，具备实时交互能力。

原文链接 →

「多模态」频道最新

• 微调后的 Krea 2 raw 模型做出了一张雨夜驾驶图 — darlens13 · 2026-07-27
• 有人在问 Video2X 能否加载 OpenModelDB 自定义模型 — Used-Profit2355 · 2026-07-27
• 有人想让 AI 逆向拆解爆款视频特效成 ComfyUI 流程 — stale2000 · 2026-07-27
• Midjourney V8.2 加入个性化并展示新图像效果 — Mr_AllenT · 2026-07-27
• Midjourney 图像多样性引发 Krea 2 对比与复现提问 — diffusion_throwaway · 2026-07-27
• AI 短片把 1985 年反乌托邦拍成电影感作品 — ProfessorKey98 · 2026-07-27

更多「多模态」频道 AI 资讯 →