• 回答数

    0

  • 浏览数

    56

  • 收藏数

    0

作者:nbman 发表于 2026-11-10 19:36:07
跳转到指定楼层
IT之家 11 月 10 日消息,“智元 AGIBOT”公众号今天(10 日)晚间发文宣布,智元正式发布 WITA-Omni(硅光动语全模态大模型)。

根据官方介绍,该模型也是 行业首个具身全模态端到端交互大模型 。

WITA-Omni 基于机器人本体感知数据深度训练,除了音视频输入输出,还新增支持 触觉、本体状态等输入 ,以及 机器人动作、表情等输出 ,让机器人第一次拥有为物理世界而生的“交互大脑”。

基于流式全双工架构,WITA-Omni 可做到 边听、边想、边应、边动、边做表情 ,减少传统串行处理中的等待。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。

同时,全模态拒识让机器人交互 不再需要唤醒词,全程自然对话 。

系统结合对话朝向、视频、音频、声纹、唇动、姿态、语义和上下文,决策当前发言是否需要回应。

面对多人交谈或环境广播等干扰时,极大降低误触发,让机器人更懂“看场合”。



WITA-Omni 支持上百种语言和方言的免切换自由交流,并结合全双工架构,实现了流式同声传译(语言传译 & 方言传译),以及双向互译。

WITA-Omni 情感表现力更加拟人。

倾听时,机器人能够通过细腻的表情和自然的头部动作给予回应;

表达时,结合参数化的面部表情、富有感染力的声音与协调的肢体动作, 生动呈现开心、惊讶、激动、悲伤、满意、痛哭、认真与自信等几十种情绪 。

每种情绪还能展现不同强度:同样是开心,既可以浅浅一笑,也可以开怀大笑,让对话更真实、更有温度。

WITA-Omni 不仅能说、能看、能动,还能画。例如,想讲一个复杂产品时,或想给孩子讲一个科普小知识时,WITA-Omni 会智能决策, 将一言难尽的内容在面部屏幕实时可视化出来 ,让用户一目了然。

此外,WITA-Omni 能够持续感知周围环境、用户状态及其变化,自主思考、决策并采取行动, 在恰当时机主动发起互动 。

官方宣称,机器人也能有自己的“小心思”:见到贵宾,会主动欢迎、伸手握手;

收到点赞,会开心回应;

看到用户挥手告别,也会立刻挥手相送。

据IT之家此前报道,今年 7 月,WITA-Omni Preview 模型以 85.21 分综合成绩登顶登顶 DailyOmni 全模态理解榜单,超过千问、Gemini、豆包、英伟达等国内外领先模型,并在八项细分指标中的六项取得第一。

相关阅读:

•

《 全球第一,智元 WITA-Omni Preview 具身大模型登顶 DailyOmni 全模态理解榜单 》

[来源链接] https://www.ithome.com/1/025/122.htm
分享:
回复

使用道具

成为第一个回答人

高级模式 评论
您需要登录后才可以回帖 登录 | 立即注册
关于作者
nbman

用户组:银级会员

  • 主题

    1956

  • 帖子

    1956

  • 关注者

    0

⚠️

AI客服助手

⇲ ×
AI
您好!我是AI客服助手,有什么可以帮助您的吗?

请先登录后使用AI客服助手

立即登录
内容由非常AI大模型生成,仅供参考,相关风险需自行承担。

赚钱

会员VIP

留言板

商务合作

联系电话:17308937318

QQ邮箱

QQ:118275

邮箱:118275@qq.com

友情链接