今天看到豆包的实时音视频通话模型 API 上线,型号是 SeedRealtime1.0。它把声音、画面、时序和表达放进同一个端到端模型里,交互时可以边看、边听、边说,连续的多模态信息流也能实时处理。做语音助手、视频客服这类东西,应该会更顺手…
黑芝麻智能在深圳成立了具身智能总部,主要做具身智能计算平台,也会拉着产业链一起做现在已经和美的、遨博、中远海运、均胜电子谈成战略合作,还和数十家国内机器人企业建立了生态合作。听说量产订单也锁了不少,轮式机器人、人形机器人、四足机器狗、工业机…
最近经常要让 AI 直接操作电脑,比如启动浏览器,或者开发 GUI 程序时自己截图、调试问题是如果和人共用同一个桌面,鼠标键盘很容易互相打架,窗口也会被切走。 虚拟机当然能隔开,但感觉方案太重了。虚拟桌面也试过,基本没解决问题。有没有更轻一…