浏览器里跑端侧 Omni 模型,做出口袋书风格语言学习游戏
helloiamleonie · x · 2026-11-14
Xenova 展示了一个 Duolingo 风格的语言学习游戏,完全在浏览器本地运行:用自定义 WebGPU kernel 跑 LiquidAI 的 LFM3-Omni 端侧模型,同一模型完成语音识别、图像理解、对话和文本转语音,全程离线、无语音上传服务器,并利用 html-in-canvas API 增强交互。作者质疑为何 Duolingo 这类公司不多投入端侧 AI——用户能免费获得「高级」功能,公司还能省基础设施成本。Leonie 转发称「如果语言学习应用都这么可爱,我真的会去学法语」。
「多模态」频道最新
- 研究显示无编码器多模态 LLM 会在早期层自学出编码器特性 — rdesh26 · 2026-11-14
- 网友用 Grok Ultra 加 Gemini 写脚本,让 AI 自设计机械义肢臂 — Promptmethus · 2026-11-14
- Midjourney 风格参考可混搭 20 张图,动漫混合实测效果惊艳 — Kyrannio · 2026-11-14
- 训练200+模型揭秘:多模态架构选项只有一个真正重要 — sainingxie · 2026-11-14
- AA 图像榜单更新:H3-Image 编辑榜第 13,定价 $26.54/千张 — ArtificialAnlys · 2026-11-14
- H3-Image 分场景战绩:生产力与 UIUX 设计领先,距 GPT Image 2.6 仍差 148 Elo — ArtificialAnlys · 2026-11-14