IT之家 8 月 26 日消息，云知聲于 23 日宣布推出山海多模態(tài)大模型。
通過整合跨模態(tài)信息，山海多模態(tài)大模型能夠接收文本、音頻、圖像等多種形式作為輸入，并實時生成文本、音頻和圖像的任意組合輸出。
IT之家獲悉，山海多模態(tài)大模型有如下特點：
實時秒回，自由插話：與現(xiàn)實對話中人類的響應時間相似；支持對話隨時打斷，用戶可在對話中任意插話
感知情緒，表達情緒：通過語音文本判斷用戶情緒，還能捕捉用戶語音的語氣、節(jié)奏和音調(diào)等微妙變化，感知對方情緒狀態(tài)
音色自由切換：根據(jù)用戶的個性化需求，自由切換音色；學習用戶的音色、風格，復刻用戶聲音
視覺場景理解：“看見”周圍環(huán)境，結(jié)合圖像和文字，提供易于理解的總結(jié)
圖像生成，構(gòu)筑個性藝術(shù)：根據(jù)用戶指令創(chuàng)建視覺內(nèi)容，提供符合個性化需求的定制畫面
廣告聲明：文內(nèi)含有的對外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。