TAG:实时交互

本文介绍了TextOp框架如何实现人形机器人通过文本指令实时控制运动的技术突破。该系统允许用户在机器人执行动作过程中随时输入新命令，实现平滑过渡，平均响应时间仅0.73秒。文章详细解析了其双级协作架构、实测性能数据以及广泛的应用场景，展示了从实验室到实际落地的潜力。

具身研习社

2026-02-25 13:55

0

·

0

前华为“天才少年”创立的Xmax AI发布全球首个虚实融合实时交互视频模型X1，实现毫秒级响应，用户可通过手机摄像头与虚拟内容实时互动，让静态图片角色在现实空间中动态反应。该模型集成了次元互动、世界滤镜等四大功能，旨在将AI视频从被动消费转变为共创社交体验，为行业树立新标准。

aibase

2026-02-10 14:09

0

·

0

阿里通义千问团队开源Qwen3-TTS语音合成模型，采用端到端架构实现97ms超低延迟，支持3秒音色克隆和跨语言迁移，并能通过自然语言指令设计全新音色。该模型提供1.7B和0.6B双版本，适用于实时交互、多语言内容创作等场景，大幅降低AI语音应用门槛。

aibase

2026-01-23 13:57

35

·

0

腾讯发布了混元世界模型1.5，这是国内首个开放的实时互动体验平台。用户通过简单的文字或图片描述，即可快速生成独特的互动虚拟世界，并支持以24帧/秒的速度实时探索。模型具备长范围3D一致性和多样化交互体验，适用于游戏、影视及虚拟现实等领域。腾讯还首次开源了完整的训练体系，为AI生成内容开辟了新的可能性。

aibase

2025-12-17 18:21

7

·

0

美团开源多模态大模型LongCat-Flash-Omni在多项基准测试中超越闭源竞品，实现开源即SOTA突破。该模型支持文本、语音、图像、视频的实时融合处理，具备跨模态精准推理能力，在噪声环境语音识别和模糊图像理解方面表现优异。通过端到端统一架构和Flash推理引擎优化，在消费级GPU上即可实现近乎零延迟的交互体验。

爱力方

2025-11-05 15:13

0

·

0