在日前舉行的GTC 2023大會中,英偉達(dá)發(fā)布了可以通過語音控制XR體驗(yàn)的Project Mellon。這是一個輕量級Python包,能夠利用語音AI(NVIDIA Riva)和大型語言模型(NVIDIA-NeMo服務(wù))的強(qiáng)大功能來簡化沉浸式環(huán)境中的用戶交互。開發(fā)者可以點(diǎn)擊這個頁面申請測試資格,探索創(chuàng)建由自然語音命令控制的XR體驗(yàn)。
Project Mellon背后的基本理念是,以一種實(shí)用的方式來利用語音人工智能和大型語言模型的力量,從而進(jìn)一步賦能虛擬世界。
英偉達(dá)指出,XR中的用戶界面可能復(fù)雜且難以使用,減損了自然沉浸感。Project Mellon允許幾乎任何開發(fā)人員輕松地將自然語言理解添加到自己的應(yīng)用程序中,并將其作為一種新型的以人為中心的免手操作用戶界面。
Project Mellon平臺由以下要素組成:Project Mellon SDK NVIDIA Riva (ASR, TTS, NMT) NeMo service (支持其他LLM大型語言模型 )
Project Mellon 1.0中的主要功能包括: 輕量級、易于集成的Python庫 LLM支持自然語言理解的準(zhǔn)確性 無需特定命令訓(xùn)練的零樣本語言模型 具有對話和視覺情景的自然語言命令支持 支持詢問有關(guān)命令和場景的問題,并提供自然語言回答 用于理解和執(zhí)行命令的簡單Python API 基于Web的測試應(yīng)用程序 ASR、TTS、LLM和NMT可以在本地或遠(yuǎn)程托管,具有較低的延遲響應(yīng)時間
已經(jīng)體驗(yàn)過Project Mellon的ESI Group評價(jià)道:“我們發(fā)現(xiàn),將對話式人工智能與Project Mellon集成,可以降低協(xié)作XR技術(shù)的入門門檻。通過使用自然語音作為輸入,我們的虛擬人工智能助手可以幫助團(tuán)隊(duì)完成復(fù)習(xí)任務(wù)、查詢可用情況或發(fā)現(xiàn)問題。所有這一切都只需用自然語言提問,無需記住特定命令。”
英偉達(dá)則表示:“人工智能正在改變我們與工作和工具互動的方式。通過語音人工智能和Project Mellon,開發(fā)人員可以簡化用戶交互體驗(yàn)。不再需要培訓(xùn)用戶如何操作虛擬現(xiàn)實(shí)中的每一項(xiàng)功能。你可以跳到虛擬現(xiàn)實(shí)應(yīng)用程序中,并用自己的言語來控制體驗(yàn)。”
Project Mellon 1.0已經(jīng)正式發(fā)布,開發(fā)者可以點(diǎn)擊這個頁面申請測試資格,探索創(chuàng)建由自然語音命令控制的XR體驗(yàn)。
文章內(nèi)容僅供閱讀,不構(gòu)成投資建議,請謹(jǐn)慎對待。投資者據(jù)此操作,風(fēng)險(xiǎn)自擔(dān)。
近日,德國柏林國際電子消費(fèi)品展覽會(IFA2024)隆重舉辦。憑借在核心技術(shù)、產(chǎn)品設(shè)計(jì)及應(yīng)用方面的創(chuàng)新變革,全球領(lǐng)先的智能終端企業(yè)TCL實(shí)業(yè)成功斬獲兩項(xiàng)“IFA全球產(chǎn)品設(shè)計(jì)創(chuàng)新大獎”金獎,有力證明了其在全球市場的強(qiáng)大影響力。
近日,中國家電及消費(fèi)電子博覽會(AWE 2024)隆重開幕。全球領(lǐng)先的智能終端企業(yè)TCL實(shí)業(yè)攜多款創(chuàng)新技術(shù)和新品亮相,以敢為精神勇闖技術(shù)無人區(qū),斬獲四項(xiàng)AWE 2024艾普蘭大獎。
“以前都要去窗口辦,一套流程下來都要半個月了,現(xiàn)在方便多了!”打開“重慶公積金”微信小程序,按照提示流程提交相關(guān)材料,僅幾秒鐘,重慶市民曾某的賬戶就打進(jìn)了21600元。
由世界人工智能大會組委會、上海市經(jīng)信委、徐匯區(qū)政府、臨港新片區(qū)管委會共同指導(dǎo),由上海市人工智能行業(yè)協(xié)會聯(lián)合上海人工智能實(shí)驗(yàn)室、上海臨港經(jīng)濟(jì)發(fā)展(集團(tuán))有限公司、開放原子開源基金會主辦的“2024全球開發(fā)者先鋒大會”,將于2024年3月23日至24日舉辦。