瑞萨电子推视觉AI和可实时控制微处理器无需依赖云计算平台
29日讯，瑞萨电子宣布推出一款面向高性能机器人应用的微处理器（MPU）新品RZ/V2H。该新品可实现视觉AI与实时控制功能，配备瑞萨新一代专有AI加速器DRP-AI3（动态可配置处理器-AI3），可带来10 TOPS/W的能效，相比早期型号提高可达10倍。
首页 > 实时
-
-
超越GPT-4o！阿里发布最强开源多模态模型Qwen2-VL，支持实时视频对话
新的最强开源多模态大模型来了！阿里Qwen2大模型家族新添多模态模型Qwen2-VL，在图像和长视频理解任务上双双取得了SOTA。在具体的子类任务中，Qwen2-VL在大部分的指标上都达到了最优，甚至超过 GPT-4o等闭源模型。在多模态能力的加持下，Qwen2-VL可以实时读取摄像头或电脑屏幕，进
-
工作空间设计的未来：人工智能、3D演练和实时协作
在过去的十年里，在引入智能的人工智能工具之后，工作空间的设计已经完全改变了。早些时候，办公室布局有基于预先设计的分层工作站，忽略了工作环境。这些办公室也有过时的管理系统，依赖于手工流程，缺乏可扩展性。在这里，室内设计师很少考虑符合人体工程学的家具和灵活的工作站。然而，人体工程学的重要性使建筑师和设计
-
中科金财申请深度学习专利，实现语音和弹幕的实时翻译
2023年12月20日消息，据国家知识产权局公告，北京中科金财科技股份有限公司申请一项名为“一种基于深度学习的实时多语言处理的直播方法及系统“，公开号CN117253486A，申请日期为2023年9月。
-
安徽省高速ETC车型识别实时稽核
8月28日,记者获悉,为有效应对“改变车型”逃费行为,省交控集团建立计费与通行车型比对模型,开发高速公路ETC门架车辆车型识别及存疑车辆拦截功能,提高稽核工作效率。 稽核系统通过“ETC”门架车
-
桌面版ChatGPT登台演讲，能视频通话还会实时读屏，GPT-4o最新demo再次惊艳：“能力还是被低估了”
GPT-4o桌面端最新Demo，与Sora的新作品一同亮相“欧洲AI春晚”VivaTech。现场，OpenAI工作人员不仅展示了观众期待已久的“视频通话”，还试着让ChatGPT发表了演讲。在视频聊天当中，即使给它的只有一幅抽象的简笔画，它也能立马get到这是巴黎地标。然后再给它看一眼地铁图，指一指
-
跨语言无障碍交流！微软Teams将新增AI口译：实时模拟个人声音讲外语
11月21日消息，微软Teams即将引入AI口译功能，旨在打破语言障碍，实现跨语言无障碍交流。这一功能不仅能够实时翻译会议中的对话，还能模拟用户的声音，用对方的母语进行交流，提升沟通时的自然度和亲切感。
-
SDXLTurbo、LCM相继发布，AI画图进入实时生成时代：字打多快，出图就有多快
使用一块 A100，出图的延迟只有 200 毫秒。本周二，Stability AI 推出了新一代图像合成模型 Stable Diffusion XL Turbo，引发了一片叫好。人们纷纷表示，图像到文本生成从来没有这么轻松。你可以不需要其他操作，只用在文本框中输入你的想法，
-
用VisionPro实时训练机器狗！MIT博士生开源项目火了
Vision Pro又现火爆新玩法，这回还和具身智能联动了~就像这样，MIT小哥利用Vision Pro的手部追踪功能，成功实现了对机器狗的实时控制。不仅开门这样的动作能精准get：也几乎没什么延时。Demo一出，不仅网友们大赞鹅妹子嘤，各路具身智能研究人员也嗨了。
-
OpenAI发布实时API语音合作伙伴 Agora、Twilio在列
今天，OpenAI发布了实时 API 公开测试版，用于构建基于GPT-4o语音到语音的AI应用和智能体，所有付费的开发者都能在应用程序中构建低延迟、多模态的实时互动体验。同时OpenAI 还公布了3家语音API合作者LiveKit、Agora、Twilio。其中Agora的兄弟公司是声网，两家公司在
