三花快讯 · 2024, 10月18日

Mini-Omni2:全能交互模型,支持多模态输入与实时对话

支持图像、音频和文本输入,实时语音对话可灵活打断

Mini-Omni2 是一款全能交互模型,能够理解图像、音频和文本输入,并支持实时语音对话,官方宣称就像 GPT4-o 一样。在对话过程中,用户可以灵活交互,随时打断。项目目前还处于早期阶段,感兴趣的朋友可以关注起来。

商业转载请联系三花微信公众号获得授权,非商业转载请注明本文出处及文章链接,您可以自由地在任何媒体以任何形式复制和分发作品,也可以修改和创作,但是分发衍生作品时必须采用相同的许可协议。

本文采用 CC BY-NC-SA 4.0 - 非商业性使用 - 相同方式共享 4.0 国际 进行许可。