小红花·文摘
  • 首页
  • 广场
  • 排行榜🏆
  • 直播
  • FAQ
Dify.AI
Krafton开源语音AI基础模型“A.X K2 Raon-Speech”,发力游戏角色语音交互

Krafton宣布在全球AI平台Hugging Face开源语音AI基础模型“A.X K2 Raon-Speech”。该模型结合SK Telecom的小型语言模型“A.X K2”与Krafton自研语音编码器、语音编解码器,可直接完成语音理解与生成,减少情感和语调信息损失。

Krafton开源语音AI基础模型“A.X K2 Raon-Speech”,发力游戏角色语音交互

实时互动网
实时互动网 · 2026-07-29T02:40:38Z
Claude Code Tools 研究系列(一)—— AskUserQuestion:把「AI 提问」变成结构化交互原语

Claude Code Tools 系列开篇:拆解 AskUserQuestion 这个「结构化提问工具」的设计。用「登录方案选型」这个具体场景对比自由文本提问 vs 结构化选项,从作用、触发条件、技术实现到 prompt 详解逐条剖析——它不是「让 AI 问问题」的功能,而是把「AI 提问」这个泛用能力收敛成可预测、可组合、可维护的交互原语。

Claude Code Tools 研究系列(一)—— AskUserQuestion:把「AI 提问」变成结构化交互原语

犀利豆的博客
犀利豆的博客 · 2026-07-28T22:22:00Z
文本/LaTeX/HTML表格一步搞定!OvisOCR2实现端到端文档智能解析;1.4 万+ 元素标注、万条语言指令!Voxel51 发布 SceneFun3D 室内场景微观交互数据集

该数据集包含 300 个元认知陷阱问题,覆盖数学、物理、生物、法律、医学、经济学、统计学、伦理学、计算机科学等 121 个领域,涵盖 8 种元认知行为类型,包括自我纠正、陷阱逃脱、转换检测、矛盾解决、渐进发现、多约束处理、专家面板和不确定性决策。GLM-5.2 Agent 是由 TeichAI 使用 Teich 生成的一个 GLM – 5.2...

文本/LaTeX/HTML表格一步搞定!OvisOCR2实现端到端文档智能解析;1.4 万+ 元素标注、万条语言指令!Voxel51 发布 SceneFun3D 室内场景微观交互数据集

HyperAI超神经
HyperAI超神经 · 2026-07-27T06:58:36Z
早报|曝苹果智能眼镜明年亮相/OpenAI签署支持AI开源模型发展公开信/罗永浩再批智能电视交互

· OpenAI 签署支持 AI 开源模型发展公开信 · 马斯克:X 下月开放更多系统代码并接受审计 · 曝 Anthropic 向 SK 寻求自研芯片所需供应·#欢迎关注爱范儿官方微信公众号:爱范儿(微信号:ifanr),更多精彩内容第一时间为您奉上。

早报|曝苹果智能眼镜明年亮相/OpenAI签署支持AI开源模型发展公开信/罗永浩再批智能电视交互

爱范儿
爱范儿 · 2026-07-27T00:10:33Z
Zendesk 研究发现:更出色的联络中心 AI 能推动交互量增长,而非减少

十年前,随着联络中心陆续引入在线聊天、即时通讯应用和社交媒体渠道,咨询量骤然激增。 将咨询转至“低成本”渠道的初衷并未如预期般奏效,反而导致咨询量和总体成本双双上升。 为什么会出现...

Zendesk 研究发现:更出色的联络中心 AI 能推动交互量增长,而非减少

实时互动网
实时互动网 · 2026-07-20T03:46:22Z

Tokio 团队开源 Topcoat:Rust 全栈 Web 框架把 SSR、响应式交互和无 Wasm 客户端一起打包 tokio-rs/topcoat 这次很容易吸引 Rust Web 圈的注意,不只是因为它挂在 tokio-rs 名下,更因为它试图把“全栈 Rust Web 框架”这件事重新捏成一套更轻的工程模型。项目主张的是:HTML 仍然由服务端主导渲染,组件可以直接写成...

【Rust日报】2026-07-19 Tokio 团队开源 Topcoat:Rust 全栈 Web 框架把 SSR、响应式交互和无 Wasm 客户端一起打包

Rust.cc
Rust.cc · 2026-07-19T01:06:33Z
双次亚线性交互证明的接近性

本文研究了双次亚线性交互证明的接近性(dsIPPs),这种证明生成速度极快,仅需读取输入的一小部分,适用于证明关于大输入的近似断言,且验证过程更快。我们构建了适用于常数宽度一次性无记忆分支程序(ROOBP)的证明系统,以及用于近似验证输入汉明重量和有界度图模型中二分性的放宽的证明系统。

双次亚线性交互证明的接近性

Apple Machine Learning Research
Apple Machine Learning Research · 2026-07-16T00:00:00Z
我和「二次元老公」约上会了!全球首个可以玩的实时交互模型,Xmax X2.0发布

Xmax AI发布了实时交互视频模型X2.0,具备实时换装和角色变换功能,用户可与虚拟角色深度互动。该模型通过毫秒级响应和多种交互方式提升用户体验,适用于电商和直播等领域。X2.0的API将推动视频行业变革,降低创作门槛,重塑人机交互方式。

我和「二次元老公」约上会了!全球首个可以玩的实时交互模型,Xmax X2.0发布

量子位
量子位 · 2026-07-15T08:09:57Z
荣膺2026 WAIC“镇馆之宝”!大模型原生智能体手机STEPX Neo解锁AI交互新范式

阶跃大模型原生智能体手机STEPX Neo于7月15日获得2026 WAIC“镇馆之宝”奖。该手机搭载全球首个智能体原生操作系统Step AOS,内置智能体阶跃Amoo,旨在实现“模型、软件、硬件”三位一体的AI新物种。

荣膺2026 WAIC“镇馆之宝”!大模型原生智能体手机STEPX Neo解锁AI交互新范式

量子位
量子位 · 2026-07-15T06:43:37Z
一分钟读论文:《OPINE-World:程序化世界模型与本体论误差引导的交互探索》

加州大学圣地亚哥分校与OpenAI的研究提出了OPINE-World,通过程序化世界模型使LLM Agent在未知环境中主动学习。在ARC-AGI-3基准测试中,该模型解决了20个游戏,达到了78.4的动作效率。OPINE-World结合两个Agent进行假设与测试,利用本体论误差度量优化探索过程,提高学习效率。

一分钟读论文:《OPINE-World:程序化世界模型与本体论误差引导的交互探索》

Micropaper
Micropaper · 2026-07-13T00:00:00Z
T-Rex——给VLA带上触觉的灵巧操作框架:先通过人类视频做预训练,再通过富含触觉的中期训练对齐交互,最后利用极少量目标域演示以快速适配下游任务

T-Rex是一个多模态框架,旨在提升机器人对触觉信号的反应能力。它通过构建一个包含触觉和视觉信息的统一模型,利用100小时的触觉同步遥操作数据集,支持灵巧操作。该模型分为低频动作专家和高频触觉专家,能够快速适应复杂的操作任务。

T-Rex——给VLA带上触觉的灵巧操作框架:先通过人类视频做预训练,再通过富含触觉的中期训练对齐交互,最后利用极少量目标域演示以快速适配下游任务

结构之法 算法之道
结构之法 算法之道 · 2026-07-12T16:21:19Z
在线教程|阿里千问团队开源首个原生语言世界模型,一个模型打通终端、网页与手机智能体交互

阿里巴巴推出的「Qwen-AgentWorld-35B-A3B」模型在AgentWorldBench评测中超越Claude Sonnet 4.6。该模型专注于环境建模,具备跨领域建模能力,支持多种交互方式。其架构结合了Gated DeltaNet和Gated Attention,激活参数仅30亿,提升了效率和效果。该模型已上线HyperAI,用户可体验其智能体交互功能。

在线教程|阿里千问团队开源首个原生语言世界模型,一个模型打通终端、网页与手机智能体交互

HyperAI超神经
HyperAI超神经 · 2026-07-09T06:07:13Z
LingBot-World 2.0 实测:无限时长、随机变化的世界,终于来了?

LingBot-World 2.0 是一个开源的世界模型,能够快速生成独特的交互式虚拟世界。用户可以实时修改环境和角色,模型具备自我演化能力。其双 Agent 架构提升了生成效率和交互自由度,适用于游戏开发和视频创作等领域。

LingBot-World 2.0 实测:无限时长、随机变化的世界,终于来了?

爱范儿
爱范儿 · 2026-07-09T04:10:13Z
世界模型首次迎来“小时级”生成!蚂蚁灵波开源LingBot-World 2.0,支持AI原生多人交互

蚂蚁灵波科技于7月9日开源了LingBot-World 2.0模型,提升了实时交互和世界生成能力,支持720p/60fps高清输出。新模型引入Agent机制,实现动态变化和多用户互动,广泛应用于游戏、影视和机器人训练等领域。用户可在Reactor平台和灵光APP体验其功能。

世界模型首次迎来“小时级”生成!蚂蚁灵波开源LingBot-World 2.0,支持AI原生多人交互

量子位
量子位 · 2026-07-09T03:39:41Z
科大讯飞举办智能交互生态发布会,三大平台同步升级

2026年7月2日,科大讯飞在深圳发布了智能交互生态,AIUI平台升级为多模态交互,支持40余种语言,助力智能硬件出海。同时,机器人超脑平台也完成升级,增强了多模态感知和复杂任务执行能力,推动机器人产业发展。

科大讯飞举办智能交互生态发布会,三大平台同步升级

量子位
量子位 · 2026-07-02T10:45:31Z
面试辅导课的技术底座:RTC 如何支撑 1v1 高密度信息交互

面试辅导对实时音视频(RTC)质量要求高,需同时传输音频、视频和屏幕共享。即构科技(ZEGO)提出三通道并行架构,确保高保真音频和双流录制,便于课后回放。音频需全频带,避免过度降噪,以捕捉候选人细微变化。屏幕共享需高亮鼠标,节省带宽,整体架构旨在提升面试辅导效果,确保信息传输质量。

面试辅导课的技术底座:RTC 如何支撑 1v1 高密度信息交互

实时互动网
实时互动网 · 2026-07-01T07:30:47Z
深入探讨思维机器的交互模型

Thinking Machines提出了一种新的AI交互模型,旨在改善人机协作。该模型通过时间对齐的微轮次处理输入和输出,实现实时对话,克服了传统模型的局限性。它结合了快速的交互模型和慢速的背景模型,能够同时处理深度推理和实时响应,从而提升了交互的流畅性和效率。

深入探讨思维机器的交互模型

ByteByteGo Newsletter
ByteByteGo Newsletter · 2026-06-30T15:31:34Z

作者将Barnes-Hut t-SNE算法优化至浏览器本地实时运行,速度提升20倍,支持多线程,用户可直接在网页上可视化数据,降低了数据探索工具的使用门槛,展示了Rust与WASM结合的潜力。

【Rust日报】2026-06-30 浏览器里直接跑 Barnes-Hut t-SNE:Rust/WASM 把 7 万点可视化推到实时交互区间

Rust.cc
Rust.cc · 2026-06-30T01:06:37Z
探索快捷指令的上限:用网页视图创建丰富界面与交互

本文探讨了iPhone快捷指令的多种打开方式,包括锁屏按钮、小组件、控制中心和Siri。用户可以根据需求创建或获取实用的快捷指令,以提高使用效率。

探索快捷指令的上限:用网页视图创建丰富界面与交互

mongona news
mongona news · 2026-06-26T08:29:05Z

iPhone的快捷指令可以通过网页视图提升用户界面和交互体验,但网页视图的数据无法传递给后续指令。为了解决这一问题,可以利用剪贴板将数据以JSON形式复制,从而实现数据传递,提升快捷指令的实用性。

探索快捷指令的上限:用网页视图创建丰富界面与交互

少数派
少数派 · 2026-06-26T08:29:05Z
  • <<
  • <
  • 1 (current)
  • 2
  • 3
  • >
  • >>
👤 个人中心
在公众号发送验证码完成验证
登录验证
在本设备完成一次验证即可继续使用

完成下面两步后,将自动完成登录并继续当前操作。

1 关注公众号
小红花技术领袖公众号二维码
小红花技术领袖
如果当前 App 无法识别二维码,请在微信搜索并关注该公众号
2 发送验证码
在公众号对话中发送下面 4 位验证码
友情链接: MOGE.AI 九胧科技 模力方舟 Gitee AI 菜鸟教程 Remio.AI DeekSeek连连 53AI 神龙海外代理IP IPIPGO全球代理IP 东波哥的博客 匡优考试在线考试系统 开源服务指南 蓝莺IM Solo 独立开发者社区 AI酷站导航 极客Fun 我爱水煮鱼 周报生成器 He3.app 简单简历 白鲸出海 T沙龙 职友集 TechParty 蟒周刊 Best AI Music Generator

小红花技术领袖俱乐部
小红花·文摘:汇聚分发优质内容
小红花技术领袖俱乐部
Copyright © 2021-
粤ICP备2022094092号-1
公众号 小红花技术领袖俱乐部公众号二维码
视频号 小红花技术领袖俱乐部视频号二维码