~/EMBODIED AI/agibot-releases-wita-omni-industry-s-first-end-to-end-embodied-multimodal

智元发布 WITA-Omni:行业首个具身全模态端到端大模型

智元(AGIBOT)已正式发布 WITA-Omni,被称为行业首个具身全模态端到端交互大模型。该模型基于流式全双工架构并在机器人本体感知数据上进行深度训练,集成了音视频、触觉、本体状态等输入以及机器人动作、表情等输出。 该模型为机器人赋予了面向物理世界的“交互大脑”,缩减了处理延迟并消除了对唤醒词的需求。这标志着让人机交互变得更加自然、灵敏且具备情境感知能力迈出了重要一步。 WITA-Omni 的交互响应最快约 400 毫秒、平均约 600 毫秒,较业内平均水平快近 3 倍。它还支持多语言自由交流、面部屏幕实时可视化以及由环境感知触发的主动交互。

## KIẾN THỨC NỀN

具身智能是人工智能与机器人学交叉的前沿领域,指智能体拥有物理实体以与真实世界进行交互并从中自主学习。全双工架构允许系统同时处理输入并生成输出,而无需等待输入流完全结束。

## TÀI LIỆU THAM KHẢO

## TỪ KHÓA

#Embodied AI#Multimodal#Large Language Models#Robotics#Human-Robot Interaction

$ subscribe --daily