Google DeepMind 发布实时交互世界模型 Genie 4

Google DeepMind 发布世界模型 Genie 4,主打实时交互模拟、更强照片级真实感,并首次在实时世界模型中原生生成音频,包括环境声和可实时交互的人物对话。

Google DeepMind 发布世界模型 Genie 4,主打实时交互模拟、更强照片级真实感,并首次在实时世界模型中原生生成音频,包括环境声和可实时交互的人物对话。

信息来源:Google DeepMind:Blog(RSS)

转载请注明出处:https://www.ysthink.site/5761/
赞 (0)
的头像
上一页 2026年10月27日
下一页 2026年10月28日

相关推荐

  • 用户报告 Codex CLI 0.157.0 默认启动持久化自更新后台守护进程

    一位 Linux (WSL2) 用户报告,Codex CLI 0.157.0 起打开交互式会话即默认启动持久后台守护进程 codex app-server –managed-daemon,窗口关闭后仍驻留。

    AI资讯 2026年10月13日
    00
  • GPT-Live实时音频新架构发布

    GPT-Live 是一种用于实时音频的新架构和栈:

    GPT-Live 可以在说话的同时聆听。

    为了让这种体验在 ChatGPT 规模下显得自然,我们从客户端到模型重建了语音栈。

    这一新架构让音频持续流动,因此更深入的推理和工具使用不会打断对话。

    AI资讯 2026年8月4日
    00
  • 蚂蚁 inclusionAI 开源 Realtime-Venus 全双工交互系统

    蚂蚁集团 Venus 团队与清华大学在 GitHub 开源 Realtime-Venus,一个支持全双工对话与异步任务委托的实时交互系统。系统包含三个组件:Realtime-Venus-Omni(9B,流式音视频对话与主动交互)、Realtime-Venus-Audio(9B,语音交互与音频理解)以及负责后台任务执行并将结果返回同一对话的 Harness 运行时。

    AI资讯 2026年9月16日
    00
  • AlloyDB ScaNN 如何将向量搜索扩展到 100 亿向量

    AlloyDB 的 ScaNN 索引现已支持超过 100 亿向量的规模,通过全新的四层树架构(预览版)实现,将查询复杂度从 O(N^1/2) 降至 O(N^1/4)。内部测试中,该架构在 100 亿向量规模下可实现 p95 延迟不超过 51 毫秒、召回率达 95%。该功能可通过快速入门指南部署,新用户可享受 30 天免费试用。

    AI资讯 2026年8月21日
    00
  • Anthropic IPO 招股书曝光:2025 年净亏损 420 亿美元,估值有望突破 2 万亿美元

    据路透社看到的 Anthropic IPO 招股书,公司 2025 年净亏损 420 亿美元,营收增长 12 倍接近 46 亿美元,并计划未来一年投入 5,180 亿美元用于云服务与算力基础设施,上市后估值有望突破 2 万亿美元。

    AI资讯 2026年9月29日
    00

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

自6.2开始主题新增页头通知功能,购买用户可免费升级到最新版体验