Praeita kova · 2025-02-07 UTC
Multimodal AI Susirėmimas — 2025 m. vasario 7 d.
Iš Multimodal AI kategorijos. 19 įvertinimai pateikti tarp 5 kovotojų. Omniverse Audio2Face laimėjo vainiką.
Galutiniai rezultatai
Dalyviai
Kovotojai
Kiekvieno šioje kovoje dalyvavusio įrankio profiliai, surikiuoti pagal galutinį rezultatą.
Omniverse Audio2Face
NVIDIA taikomosios rengties priemonė 3D veido animacijos generavimui tiksliai sunkiuosegarsuojant
Omniverse Audio2Face yra NVIDIA programa, kuria pagal garso šaltini pagalinaus generate automatiškai 3D ansų kūno animaciją. Naudojant pristatytą derinę neuroninę tinklą, jis analizuoja balsinis įvestį ir valdo 3D personausios žios, sąmonės bei emocijos judėjimus realiu laiku, pagerinę šimtį daugėl manualų klaida, kurios būdavo reikalingos animacijų patekose. Priemonė veikia už priemonių NVIDIA Omniverse ir skuba eksportuoti į standartinius DCC platformų kūrinius tokiais kaip Maya, Unreal Engine ir Blender per USD ir blendshapes formatus. Ji veikia su personalizavusiais žmogaus kūną tinklanų pagalba retargeting, padedant ją naudinga žaidimų kūrėjams, animatoriams, virtualesiems produkcijos komandų ir kūrėjams sukūrusiais digitalius žmones ar interaktyvius avatarus. Audio2Face sukaupąs kineamatų filmų darbų tikrinimą bei interaktyvių aplikacijų realiu laiku transliavimą, su valdomais emocijų elementais bei kelialapiais audiografiniais prireikiniais.
Kriterijų išskirstymas
- Balsu valda veido animacija per giliuosius mokslus
- Realiu laiku labų synchronizacija ir emocijų valdymas
- Veido permainų permaina į nuosavybines formų kelius
- Blenden ir USD exportavimo tinklai
- Realiu laiku streaminimo režimas užklausoms avatarais
- Mokyklų balsu gautos priemonės
Humane AI Pin
Įrankinis AI pagalba, kuris yra ekranų nelaisvinus alternatyva telefonui.
Humanoji AI Pin yra nedidelis, magnetiškai priklausantis nešiojamas aparatas, kuris naudojantis balsu, gesta ir lazeriniu projektuotu ekrano įsakymai prisijungti prie asistento stylus interakcijų be tradicinio ekrano. Jis prisijungia įdiegiamus kamerų, mikrofonių ir jutiklių sistemų, kartu su dideliais žodžių modeliais pateikti atsakymus, perlieti kalbas, užfotografuoti vaizdus, sumokėti žiniasklaidos pranešimus ir identifikuoti taikslus išmatuojantį. „Humane AI Pin“ technologijai yra skirtas aplinkos kompiuterio prietaisas, skirtas sumažinti priklausomybę nuo telefono pagerindami informaciją tik tada, kai jos reikia. Jis veikia savo telefono planu, ne taip kaip prijungianti prie mobiliojo telefone, ir skirtas priimti prievadojoje kalbą patarlius, o ne taip kaip naudojant aplikacijas. Prekė susilaukė smaglios įvertinimų pradžioje dėl baterijų gyvenamoji, nuotolinio režimo, bei tikslumo bei Humane jaučia įvairius planų pakeitimus. Šiandien ji išstovijo nuimantį savita bandymą standalone, AI pirmaus kietu periferiniu aparatu.
Kriterijų išskirstymas
- Balsai valdomas AI pagalbas agentas
- Palmosje lazerio dėžutė
- Real-time kalbų vertimai
- Fotografijų ir trumpų vaizdų įrašymas
- Kontekstualūs objektų ir scenų nustatymai
- Standalone celularios duomenų planas
Project Astra
Kokia Google DeepMind universalio AI agentas, matydamas, girdėdamas į šį pasaulį tiesiogiai.
Projectas Astra yra eksperimentinis universalus AI asistentas iš Google DeepMind, kuris galei helpint kasdieniems užduočiui pamatyti pasaulį taip pat kaip žmonės. Jis apdoroti vaizdo, garso, vaizdų ir tekstų du kartus taip, kad vartotojas gali nurodyti kamerą ar kalbėti lengvai ir gauti kontekstinio sąmoningumo atsakymus. Projektas Astra, įrengtas ant Google Gemini modelių, yra paruoštas geresnei, pokyčiui tarpusavyje užtikrinančiae konversacijai, kadangi jis turi prisiminimų recentiame kontekste. Projektas Astra yra pristatytas kaip tyrimų prototipas, kuris tiria, kaip visas tikslas prietaisas gali būti įdiegęs telefonuose, akinių drabužiuose bei kitose aplinkybėse. Jeigu nors dar nėra viešai prieinamas produktas, Astra rodo Google taiklę agentyms dirbantiems IA sistemoms, kurios gali matyti aplinką, atsiminti, ką matė, ir atlikti naudingus veiksmus naudotojo iniciatyvoje.
Kriterijų išskirstymas
- Vienbajoriai vaizdo ir paveikslėlio apskaičiavimai
- Sakytojo interfeisas
- Saugoma kontekstitinė atsiminimu
- Multimodalų priežasčių apskaičiavimas per tekstą, garsus ir vaizdo
- Integracija su Gemini modelių šeima
- , Prototipo paramėga smartfonai ir smartgurkliai
Hume AI
Šio sąmoningo emocijų balsinis AI, kuris kalba ir klausosi taip, kaip žmogus.
Hume AI kuria balsų ir kalbos modelius, kurie gebėtų aiškinti ir atsakomi į emocines signalas žmonių kalboje. Jo embleminė Empatiško Balsų Interfeiso (EVI) sistemą sudaro expresyviai svarstomosios sintezės kalba kartu su tiesioginei analizės tono, prosodijos bei nuosakos analize, taip leidžiant velti pokalbius, kurie jautūs kaip natūralūs nei tipiški balsų asistentai. Kūrėjai gali naudotis paslaugų Hume savybėmis per API ir SDK, kūdami programas bei taikinėjantis sritims kaip mentiškoji sveikata, klientų paslaugos, prieigumas, interaktyvusis žaidimasis bei paslaugos, kurios mato pasaulio vaidmenų išraiškas, analizuojančios emocijų signalus garsų, veido bei kalbos duomenyse. Hume savo poziciją sudaro atsakomis už sąmoningą įdiegimą, publikuojant tyrą apie emocijų skaičiavimą ir atitikdamas etinius reikalavimus dėl emocinių intelektualų naudojimo.
Kriterijų išskirstymas
- Empathikus balsinis sąsiai (EVI)
- Išraiškos matavimo priemones visiems balsai, veidei ir tekstu
- Šešiškai konfigūruojamos balsinės asmenybės
- Atraminis ryšys su konservacija
- REST ir WebSocket API
- Etikos naudojimo rekomendacijos ir dokumentacija
Alaya AI
Web3 duomenų rinkinys, jungiantis AI programininkus su pasaulyje gyvenančiais dalijančiaisis dėl užsiemeninės išteklių ir nustatymių
Alaja AI yra decentralizuota platforma, jungianti AI modelio kūrėjus su išplestomis duomenų teikičių sąsajomis per Web3 bendruomenės struktūrą. Ji siekia sukaupti įvairių, aukštos kokybės treniravimo duomenų šaltinius šaltinius, užteikdamasi pasauliniu kontributorių tinklu, kurie įrašo, patvirtina ir perdavina duomenų masyvus mašinų mokėjimui įreagauti. Šis platforma naudoja žaismą, tokenus ir NFT-ų, kad motyvuotų dalyvavimą, paverčiant duomenų rinkimą ir anotacinį procesą sudėtinga veikla, ir ne užduotį. Dalyviai gana premijų už kokybę ir kiekį veiklos, tuo tarpu programėjininkai gana prieigą prie skaitmenų, skirtingų rinkinių, taikytinių modeliavimui specializuotumui ar kultūrinio konteksto modeliams. Bendruotę su tinkluoto blokonio transparentija ir socialiniu „žvaigždžių“ intelekstu, Alaya AI siekia padaryti AI duomenų sroveles atsparesnes, trakų ir prieinamas mažesniems ekipažams, kurie nemėgsta didelio interno etiketavimo išteklių.
Kriterijų išskirstymas
- Decentralizuoto duomenų rinkimo ir etiketavimo tinklas
- Nustatymų ir NFT bazinis įteisino sistema
- Sužadinimai užduočiai ir bendruomenės uždaviniams
- Šildinio inteligentija už paplitimo
- Palaikymas skirtingų išlaikytojoje duomenų sąsiuvinui
- Nuosekliai duomenys į ryšininkų darbuose