Xthings 为智能家居平台引入自然语言控制,基于 Amazon Bedrock AgentCore 与 Nova Lite,采用上下文预加载加异步下发的四段式架构,将模型调用从两轮减至一轮,受理延迟 P95 控制在 1 秒内,MVP 两三周投产。文章还分享了 UUID 白名单校验、别名权威来源、长期记忆写入治理等经验,并指出敏感动作执行层校验仍待补齐。
Inworld推出对话式文本转语音模型TTS-2,支持开发者用自然语言控制语气、停顿和笑声,并可克隆语音、跨语言使用。实时版TTS-2 Flash首字节响应仅25毫秒,适合高并发低延迟场景。Talkpal测试显示功能使用率提升7%、留存提高4%、成本降低40%。语音模型更新无需重构应用,可按需路由请求。
ClawGUI是一个开源框架,旨在解决GUI智能体的训练、评测和部署问题。它通过在线强化学习与真实设备交互,提升模型性能。ClawGUI-2B在MobileWorld基准上取得17.1 SR的成绩,显著超越基线,并支持自然语言控制手机,推动GUI智能体的实际应用。
awesome-deepseek-integration 是一个支持多操作系统的项目,集成了 DeepSeek API,提供视频字幕生成和 PHP 客户端库等功能。helpdesk 是开源客户服务软件,简化工单管理。PromptWizard 用于优化提示,midscene 通过自然语言控制界面,Repomix 则打包代码库供 AI 处理。
谷歌的Gemini AI智能家居控制功能现已向所有用户推出。用户可以通过自然语言控制智能设备,支持同时执行多个请求,如调节灯光和温控器。此外,用户还可以通过手机锁屏控制非敏感设备,并在Gemini应用中调整音量和媒体播放。此更新将在未来几周内逐步推出。
该文综述多项自动驾驶仿真研究:LightSim提升神经照明真实感;CTG++以语言控制交通流;L2I数据集与SimCopilot支持自然语言驱动的交互生成;LCTGen结合大模型生成交通场景;GeoSim、READ、AADS实现逼真场景合成与增强现实模拟;TrafficSim生成社交一致的多智能体交通用于数据增强。
完成下面两步后,将自动完成登录并继续当前操作。