搜索全球AI产品动态

xAI宣布为其旗舰AI助手Grok推出全新Grok Vision功能，标志着Grok在多模态交互领域的重大突破。据AIbase了解，Grok Vision通过智能手机摄像头实时分析现实世界的物体、文本和环境，并结合多语言语音支持与实时搜索功能，为用户提供无缝的智能交互体验。相关细节已在xAI官网与社交平台公布，引发了全球AI社区的广泛热议。核心功能:视觉分析与多语言语音无缝融合Grok Vision将视觉处理、多语言语音与实时搜索整合，显著提升了Grok的实用性与用户体验。AIbase梳理了其主要功能: 实时视觉分析:通过

京东“黑板报”今日发布重磅消息，宣布京东科技人工智能团队凭借其“多模态交互式数字人关键技术及产业应用”项目，荣获中国智能科学技术领域的最高荣誉——吴文俊人工智能科学技术奖特等奖。据悉，这是本年度该奖项的唯一一个特等奖。这并非京东首次在该奖项中斩获殊荣。此前，京东分别在 2021 年和 2022 年因“商品智能匹配关键技术及在营销中的应用”以及“任务型智能对话交互关键技术及大规模产业应用”而获奖。此次再次获得最高奖项，充分体现了京东在人工智能技术领

谁说玩具只是冰冷的塑料?趣巢玩具重磅推出颠覆性新品——“Ai抱抱喵”，这款萌力爆棚的毛绒玩具，竟然搭载了黑科技满满的AI大脑!它不仅能和你像老朋友一样自然流畅地聊天，更能通过多重感官“读懂”你的情绪，带来前所未有的智能陪伴体验!想象一下，你怀里抱着的不再只是一个填充物，而是一个真正“懂你”的智能伙伴!“Ai抱抱喵”之所以如此神奇，秘密就在于其内置的“AI对话系统”。这套系统可不是简单的语音识别，它拥有强大的多模态交互引擎和感知能力，就像给喵咪装上

近日，VITA-MLLM 团队宣布推出 VITA-1.5，这是该团队在 VITA-1.0基础上推出的升级版本，致力于提升多模态交互的实时性与准确性。VITA-1.5不仅支持英语和中文，还在多项性能指标上实现了显著提升，为用户提供了更流畅的交互体验。在 VITA-1.5中，互动延迟大幅降低，从原来的4秒缩短至仅1.5秒，用户在进行语音交互时几乎感受不到延迟。此外，该版本在多模态性能方面也有显著提高，经过评估，VITA-1.5在 MME、MMBench 和 MathVista 等多个基准测试中的平均性能从59.8提升至70.8，展现了出色的能力。VITA

ChatGPT 自2022年推出以来，其发展历程标志着人机互动的重大转变。从最初的新奇实验，迅速成长为很多人日常生活中不可或缺的数字工具。根据统计，ChatGPT 在推出后的短短五天内便吸引了超过一百万用户，而到2023年11月，每周活跃用户数更是达到了1亿，2024年8月这一数字已突破2亿，月访问量达到约31亿次。如此惊人的用户基础，体现了 ChatGPT 在日常生活中的广泛应用。随着技术的不断进步，ChatGPT 在2024年5月推出了 GPT-4o 版本，实现了多模态交互。这一升级使得 AI 能够处理和生成文本、图

​科大讯飞公司近日宣布，其最新研发的讯飞星火多模态交互大模型正式投入运营。这一技术突破标志着科大讯飞从单一的语音交互技术拓展到音视频流实时多模态交互的新阶段。新模型集成了语音、视觉和数字人交互功能，用户可通过一键调用，实现三者的无缝结合。

9月26日，智能机器人公司"蔚蓝科技"发布了全新四足机器人BabyAlpha A2，以其多模态交互能力和亲民价格，在国内智能家居市场掀起一阵旋风。BabyAlpha A2不仅是一款外形讨喜的智能伙伴，更是家庭智能化的先锋。作为国内首款具备多模态交互能力的AI四足机器人，它以不到1万元的售价，向普通家庭敞开了智能生活的大门。这款机器人集成了多项先进功能，包括个性化定制、绘本互动、远程音视频通话等，完美契合现代家庭的多样化需求。最引人注目的是BabyAlpha A2的语言能力。内置的大语言模

在2024年世界人工智能大会上，商汤科技发布了国内首个所见即所得模型“日日新5o”，这一模型的交互体验与GPT-4o相当，实现了实时的流式多模态交互。该模型通过整合声音、文本、图像和视频等跨模态信息，能够进行实时的理解和响应。例如，它能够识别工作人员佩戴的胸卡并判断出会场位置，描述小狗玩偶的外观和穿戴，以及对工作人员随手画的图画进行即时评价。