会员登录 - 用户注册 - 设为首页 - 加入收藏 - 网站地图 阿里云百炼上线音视频实时互动功能 人人都能创建专属多模态应用!

阿里云百炼上线音视频实时互动功能 人人都能创建专属多模态应用

时间:2024-12-26 05:19:23 来源:小受大走网 作者:焦点 阅读:933次

近日,阿里阿里云百炼上线了全新音视频实时互动功能,云百用用户可在百炼上自由选择文本、炼上语音和视觉理解等200多款模型,线音无需代码,视频实数分钟即可搭建一个能听、互动能看、人人会说的都能多模专属AI助手。阿里云百炼还支持以sdk的创建形式集成到Web、ioS和安卓应用,专属可应用于AI虚拟助手、阿里虚拟陪伴和AI老师等场景。云百用

阿里云百炼上线音视频实时互动功能 人人都能创建专属多模态应用

用户在百炼上几分钟即可搭建一个能听、炼上能看、线音会说的视频实专属AI助手

过去一年,大模型正在从纯文本模态向语音和视觉等多模态演进,极大地拓宽了大模型应用的想象空间。然而现有单一模型仍旧无法处理复杂的任务,为了进一步加速单一大模型构建成像人一样自然交互的复杂AI应用,阿里云百炼提供了200多款语言模型Qwen、视觉语言模型Qwen2-VL、语音合成模型CosyVoice等全模态全尺寸大模型,同时联合阿里云AI实时互动方案,在国内率先为用户提供了便捷的工作流应用和智能体编排应用,例如支持构建RAG知识库、Prompt调优、sdk集成等。

据介绍,在视觉理解模型方面,阿里云Qwen2-VL具备强大的视觉智能体能力,例如采用多模态旋转位置嵌入(M-ROPE)方法,能够同时捕捉和整合一维文本序列、二维视觉图像以及三维视频的位置信息,模型具备更好地理解和建模复杂的多模态数据,该模型一经推出就成为开源社区最受欢迎的多模态大模型;在音频方面,阿里云语音合成模型CosyVoice,通过对生成语音的情感、韵律进行细粒度的控制,情感表现力上得到明显提升,阿里云AI实时互动方案还可提供化智能降噪、智能打断、智能断句等超拟人对话能力。

以搭建一个视觉能力的AI应用为例,用户进入百炼应用控制台后,仅需上传图片知识库、编写提示词、设置音频、调优这四步,数分钟内就能创建一个能完成专属视频交互的AI应用,基于Qwen-VL强大的视觉推理能力,它不仅能识别物体的种类,还能准确描述物体的风格、特点、位置以及物体上的文字等关键信息。此外搭建好的应用还支持以音视频sdk集成到用户的Web、ioS或者安卓应用中,帮助企业快速实现业务创新。

据介绍,阿里云百炼上的通义API每百万tokens价格已降至0.3元,一汽、金山、哈啰集团、国家天文台等超30万企业和机构在使用阿里云百炼。

(责任编辑:知识)

相关内容
  • 纯铝打造机械键盘最高售价超15000元!比一台MacBook Pro都贵
  • 真没人了🤕瓜迪奥拉:斯通斯和迪亚斯将缺席有点长的时间
  • 4场比赛打入4球,向余望当选中甲联赛9月最佳青年球员
  • 欧冠冷门夜!曼城1:4惨败,皇马1:3连败,利物浦4连胜,3队4连败
  • 华为鸿蒙成全球第三大移动操作系统!鸿蒙工程师招聘月薪提高11.91%
  • 约克雷斯是第3位在欧冠中对曼城戴帽的球员,前2位是梅西和恩昆库
  • 周定洋:多不容易的赛季!真自豪能带领球队达成目标,冲入亚冠
  • 综合续航1430km!吉利银河星舰7 EM
推荐内容
  • 周鸿祎:被车门夹伤的手成顽固伤 3个月没攀岩
  • [流言板]传统!NCAA佐治亚南大得到赛季首分,全场向场地内抛卫生纸
  • 拜仁官方:斯坦尼西奇今日首次恢复跑步训练
  • 周星驰出品!抖音短剧《大话·大话西游》正式开播
  • [流言板]一柱擎天!杜伦全场13投7中,得到15分22篮板3助攻2盖帽
  • 加维:当所有的球迷和队友都爱你、珍视你时,你会感到非常幸运