AURA 2.0 发布:流式视频模型学会主动开口说话并调用工具

Shuhan Li · hf · 2026-11-18

华中科技大学、港中大等团队联合华为发布 AURA 2.0 技术报告,一个能「先开口、再行动」的流式视频大语言模型,突破传统助手只在被提问时才回应的模式。三大核心升级:

此外引入长时程交互记忆(LHIM)维持长视频流的上下文连续性,配套构建专门的流式交互数据集,采用三阶段训练方案整合新能力与既有流式交互能力。在公开流式 benchmark 上取得开源流式模型中的领先表现。

原文链接 →

「多模态」频道最新

更多「多模态」频道 AI 资讯 →