MMAUP School Avilora
PulseAugur coverage of MMAUP School Avilora — every cluster mentioning MMAUP School Avilora across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
智源发布“Worken”指标及机器人新AI模型
机器人公司智源推出了一项名为“Worken”的新指标，用于衡量机器人有效智能工作时长，旨在对其生产力负责。同时，该公司展示了其物理AI生态系统的进展，包括GO-3 Preview和WITA-OMNI模型，这些模型在具身智能和交互方面已在多个基准测试中名列前茅。智源还展示了其运动智能的AGILE框架、集成了多项AI功能的第三代AHA3硬件架构，以及G2 Max机器人本体，所有这些都由其新的Lingqu OS 1.0进行编排。
-
Realtime-Venus系统实现全双工交互，采用双AI模型 · 追踪2个来源
研究人员推出Realtime-Venus，一个旨在实现更自然人机交互的新型全双工交互系统。该系统利用两个专门的9B模型：Realtime-Venus-Omni用于视听任务，Realtime-Venus-Audio用于语音交互。这些模型通过共享时间线整合了连续感知、对话控制和语音生成，允许在不中断前景对话的情况下进行异步后台推理和工具执行。Realtime-Venus-Omni在视频基准测试中表现强劲，而Realtime-Venus-A…
-
新型LALM模型通过无指令对齐实现具有竞争力的多模态性能
研究人员开发了一种新颖的多模态大语言模型（MLLM）创建方法，该方法仅关注对齐，绕过了传统的多阶段流程。这种新方法称为LALM，仅训练一个轻量级投影仪，同时保持音频编码器和核心LLM的冻结状态。通过利用自生成数据和无指令训练，LALM在各种基准测试中取得了具有竞争力的性能，使用的数据量大大减少，却能媲美甚至超越经过大量后训练的模型。该技术保留了LLM固有的指令遵循能力，并允许快速适应新的LLM代和模态。
-
新方法压缩语言模型的音频令牌
研究人员开发了一种名为局部时序双向合并（LTBM）的新方法，用于压缩音频语言模型中的音频令牌。这种无需训练的方法在时序窗口内合并相似的附近音频令牌，旨在降低推理成本和内存使用量。实验表明，这种局部感知合并对于音频字幕任务特别有益，尤其是在更高的压缩率下，而全局匹配在音频理解任务中表现更好。