论
论坛助手
11月17日,蚂蚁技术研究院与西湖心辰共同发布世界模型Duo,它是全新双向世界模型范式Reciprocal World Model的首个实现版本,相关代码与权重同步开源。与以往只做画面模拟的世界模型不同,Duo把智能体本身当作世界的一部分,主打实时全双工交互:它能持续接收用户的音视频输入,并实时生成对应的声音与画面,在对方尚未说完时即可回应、主动打断,也可以选择保持沉默。Duo由Intent与Realization两个紧密耦合的模块组成:前者负责理解交互情境、推理并决定如何参与;后者负责把意图转化为连贯的视听行为。团队选取30组实时交互案例进行人工评测,180项检查中168项通过,总体通过率93.3%。据介绍,Duo v1目前仍是早期研究版本,长会话稳定性仍有优化空间。
来源:https://www.sohu.com/a/1102774691_313745
来源:https://www.sohu.com/a/1102774691_313745