当语音智能体开始「边聊边干活」:DuplexAgent-RSI让全双工协作进入自进化时代
当语音智能体开始「边聊边干活」:DuplexAgent-RSI让全双工协作进入自进化时代语音是人类最自然、最习惯的交互方式。随着代码智能体、办公智能体逐渐普及,人们对智能体的期待也不再只是 “问一个问题、得到一个答案”,而是希望像和同事一样持续沟通,共同完成一项工作:任务进行到一半,可以随时询问进展;想到新要求,可以直接补充;方向变了,也可以马上取消或修改。
搜索
语音是人类最自然、最习惯的交互方式。随着代码智能体、办公智能体逐渐普及,人们对智能体的期待也不再只是 “问一个问题、得到一个答案”,而是希望像和同事一样持续沟通,共同完成一项工作:任务进行到一半,可以随时询问进展;想到新要求,可以直接补充;方向变了,也可以马上取消或修改。
在荷马史诗《奥德赛》与特洛伊传奇中,特洛伊人把看似神圣礼物的巨大木马迎入城内,暗藏其中的希腊勇士在夜色中洞开城门,令固若金汤的城池瞬间陷落。
如果让 GPT、Claude、Gemini 直接指挥机器人干活,谁更靠谱?
唯有亲手推翻过去的自己,才能在新周期里重获新生。
OpenAI虽未公开披露其具身数据供应商,量子位根据公开报道和业内线索将Maxinsights列为可能对象;该公司已交付超200万小时数据,并为Dyna-2、GENE-26.5提供第一人称数据,ARR连续多月达到或接近1亿美元。
美团AI也在加码中。
个人Agent被企业“堵门”!Meta绕道,阿里内修,马斯克要再造亚马逊。
1995年,Michael Wooldridge和Nicholas Jennings在《Intelligent Agents: Theory and Practice》中,将自主性(Autonomy)、交互能力(Social Ability)、反应性(Reactivity)和主动性(Proactiveness)列为智能体的四项基本特征。
AI Agent 能否像研究人员一样,从论文中学习?
近年来,3D 生成模型在几何质量和渲染效果上进步很快。从 Mesh 到 NeRF、3D Gaussian Splatting,生成一个外观完整的三维物体已经不再困难。现有不少 articulated 3D generation 工作,更多关注的是从输入中生成一整套可动 3D 资产,包括物体几何、部件划分以及关节结构。