量子位
·
WAIC现场最“聪明”展台！AI对话眼睛耳朵能力全打开
💡
原文中文，约3600字，阅读约需9分钟。
📝
内容提要
在WAIC展会上，声网展示了其升级的对话式AI引擎，具备选择性注意力和视觉理解能力，能够在嘈杂环境中精准识别用户声音并实时识别图像，广泛应用于教育和智能硬件领域，提升人机交互的自然性和流畅性。
🎯
关键要点
- 声网在WAIC展会上展示了升级的对话式AI引擎，具备选择性注意力和视觉理解能力。
- 新引擎能够在嘈杂环境中精准识别用户声音，并实时识别图像。
- 声网的对话式AI引擎支持与主流数字人方案无缝集成，提升人机交互的自然性。
- 选择性注意力锁定功能可以屏蔽95%的环境干扰，确保准确识别用户指令。
- 视觉理解能力使AI能够实时识别图像并理解其逻辑关系。
- 数字人功能通过面部表情和肢体语言增强了对话的情感同步。
- 声网的技术已在教育和智能硬件等多个领域得到广泛应用。
- 声网的多模态AI交互技术在实时互动领域具有天然优势，提升了用户体验。
❓
延伸问答
声网的对话式AI引擎有哪些主要升级？
声网的对话式AI引擎主要升级包括选择性注意力锁定功能、视觉理解能力和数字人支持。
选择性注意力锁定功能如何提高AI的识别能力？
该功能能够屏蔽95%的环境干扰，确保AI在嘈杂环境中精准识别用户的声音指令。
声网的对话式AI引擎适用于哪些领域？
声网的对话式AI引擎广泛应用于教育和智能硬件等多个领域。
视觉理解能力在对话式AI中有什么作用？
视觉理解能力使AI能够实时识别图像并理解其逻辑关系，增强了人机交互的自然性。
数字人功能如何提升对话的情感同步？
数字人功能通过面部表情和肢体语言传达更丰富的信息，使对话过程更加自然流畅。
声网的对话式AI引擎如何与其他技术集成？
声网的对话式AI引擎可以与主流数字人方案无缝集成，支持多种大模型的接入。
➡️
