研究人员开发了 Aero Realtime，一个拥有40亿参数的多模态模型，专为低延迟、连续交互而设计。与之前以回合制运行的模型不同，Aero Realtime 采用全双工架构，在共享的时间线上对视频、音频和文本进行对齐。这使得新的观察结果能够实时进入生成流，从而实现更自然、响应更快的用户体验。该模型在处理延迟方面达到了源时间线的200毫秒以内，展示了真正交互式多模态AI的潜力。 AI
影响 通过允许连续的输入和输出流，实现更自然、实时的多模态交互。
排序理由 详细介绍新模型架构及其性能的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
