MiniCPM-o 4.5:迈向实时全双工全模态交互

深度2026年5月8日35 分钟阅读
本文提出了一个能看、能听、能说且可主动发起对话的全双工多模态模型,突破传统轮流交互模式。适合对多模态大模型、实时交互和边缘部署感兴趣的读者。
本文编译自 MiniCPM-o 4.5: Towards Real-Time Full-Duplex Omni-Modal Interaction,版权归原作者所有。

觉得有用?分享给更多人

获取每周 AI 工具精选

工具推荐、实战教程和生态洞察,每周更新。

相关文章

Fable 系统在 KernelBench-Mega 上编写了首个真正的 megakernel,速度提升 18.71 倍,预示 AI 研发自动化临近;Remote Labor Index 显示 AI 对在线项目自动化成功率已升至 16.1%,且增长迅速;OSWORLD 2.0 推出更复杂的计算机操作基准,任务中位数耗时 1.6 小时,当前最强 AI 仅达 20.6%;京东公布 Oxygen AIIC 系统,用深度学习管理数十亿 SKU 的库存。

深度·7月6日·4 分钟

微软、AWS、Anthropic 和 OpenAI 纷纷建立嵌入式工程团队,帮助客户部署 AI。模型质量差距缩小,部署和客户粘性成为竞争关键。企业采购时应关注系统所有权和退出成本。

深度The New Stack·7月5日·7 分钟

评论