- 上云资讯 -
阿里云云原生
阿里云开发者
腾讯云开发者
火山引擎开发者社区
魔搭ModelScope社区
微软科技
Azure云科技
Zilliz
OpenAI
Anthropic
Gemini
LangChain
Hugging Face
Mistral
2025-07-08 10:40:16 77人关注
Stream-Omni：同时支持各种模态组合交互,开启文本、视觉、语音结合
在人工智能技术飞速发展的今天，中国科学院计算技术研究所自然语言处理团队推出了一款名为 Stream-Omni 的文本 - 视觉 - 语音多模态大模型。这一模型的核心亮点在于它能够同时支持多种模态的交互方式，为用户带来更加灵活和丰富的体验。
多模态大模型 Stream-Omni 模型特点 文本视觉语音多模态交互 中国科学院计算技术研究所AI成果 多模态大模型应用场景