neng8科技快讯网AI人工智能前沿资讯_汽车数码相机评测_手机电脑硬件百科

8 人团队的开源多模态：Moshi，效果堪比 GPT-4o，合成数据立功

最近，一个对标 GPT-4o 的开源实时语音多模态模型火了。

这个开源模型来自法国一个仅有 8 人的非营利性 AI 研究机构 ——Kyutai，模型名为 Moshi，具备听、说、看的多模态功能。图灵奖得主 Yann LeCun 转发说道：「Moshi 能听懂带有法国口音的英语。」据悉，该团队开发这个模型仅用了 6 个月。