至顶网软件频道消息: 1月15日,在北京举办的2019阿里云数字地产峰会上,阿里云发布分布式语音解决方案2.0,赋能硬件合作伙伴,以语音能力为智能空间带来全新交互体验。
据了解,此次发布的分布式语音交互解决方案包括前端声学模组、语音自学习平台、对话平台、阿里云IoT智能人居平台,可实现上下游平台串联、端云一体能力打通,并以标准化能力输出,帮助厂家快速应用,缩短开发周期,具备强扩展能力。
目前,市场上的语音交互设备多以智能音箱单品的形式呈现,往往只能服务到客厅或卧室等单个智能空间。通过分布式语音方案与开关面板,温控器,冰箱等各种设备结合,可将语音交互能力快速与室内场景融合,使屋内处处都具有语音识别能力,让业主只需动嘴,就能轻松享受智能家居生活。
此外,阿里巴巴分布式语音技术不仅能通过对话实现单个智能设备的控制和关联多设备的场景控制,而且还能实现分布式语音控制和流式多意图识别。客厅的语音指令,会精准定向到客厅的智能化设备进行执行。而且每条指令不再是生硬的意图表达,而更多像在和一个你的专属管家聊天,“请帮我关闭灯,拉上窗帘,对了,再把空调调到25度。”这样口语化的表达,将使业主在室内的人机交互体验变得更加轻松有趣。
相关负责人表示,阿里巴巴在语音交互前端处理技术和方案的研发上投入了非常大的技术力量,此次和阿里云共同发布的分布式语音生态能力,旨在赋能合作伙伴,升级智能空间的交互方式。未来,阿里将继续加大在智能语音交互方面的研究和合作,打造更多的全新产品。
好文章,需要你的鼓励
NVIDIA团队开发的SANA-Sprint技术实现了AI图像生成的重大突破,将传统需要20步的生成过程压缩至1步,在H100上仅需0.1秒即可生成1024×1024高清图像,速度比现有最快模型提升10倍以上。该技术通过创新的混合蒸馏策略,在大幅提升速度的同时保持了图像质量,并支持实时交互应用,为AI绘画从专业工具向大众应用的转变奠定了基础。
初创公司Positron获得5160万美元A轮融资,推出专门针对AI推理的Atlas芯片。该公司声称其芯片在性能功耗比和成本效益方面比英伟达H100高出2-5倍,并已获得Cloudflare等企业客户采用。Positron专注于内存优化设计,无需液体冷却,可直接部署在现有数据中心。公司计划2026年推出支持16万亿参数模型的下一代Titan平台。
北京人工智能研究院团队开发的DiagNote模型通过模仿人类做笔记的习惯,解决了AI在多轮视觉对话中容易"失忆"的问题。该研究构建了专门的MMDiag数据集,设计了双模块协作的AI架构,让机器学会像人类一样通过标记重点区域来保持专注力,为更自然的人机视觉交流奠定了基础。