原创 拾象 2024-09-25 20:04 北京
声音是最 LLM 原生的交互方式
OpenAI 在今天终于正式开放了 GPT-4o 的高级语音模式（Advanced Mode），“Her”即将成为现实。
声音是最 LLM 原生的交互方式：AI 快速理解并回应语义，而语音作为最符合人类习惯的沟通方式。随着端到端声音模型落地，模型多模态能力增强、推理成本下降，我们认为围绕 Voice Agent，从硬件到软件产品都会带来爆发机遇。
为了探讨这个领域的前沿技术进展和潜在机会，在今年 10月25日到10 月26日在北京举办的 RTE 2024第十届实时互联网大会上，海外独角兽与 RTE 开发者社区联合出品了 Voice AI 技术专场论坛，聚焦于 Voice AI 领域的关键问题，欢迎来现场与我们交流：
• LLM 对语音生成模型带来的变化？
• 如何理解端到端大模型的优势和挑战？
• Voice AI 实现 human-like 的最后一步是什么？
• 当大模型进化到实时多模态，需要什么技术突破，又会带来什么新玩法？
……
? 限时免费报名 RTE 大会
•
✦
Voice AI 重塑交互专场
✦
•
海外独角兽 X RTE开发者社区 联合出品
海外独角兽和 RTE 开发者社区发起的 Voice AI 专场论坛中，拾象 AI research lead Cage 和声网音频技术负责人陈若非会和通义 CosyVoice、 声网、香港中文大学、标贝科技的语音合成、SpeechGPT 等团队的技术专家齐聚一起，共同探讨 AI 语音交互的前沿话题。
联合出品方介绍
RTE 开发者社区是聚焦实时互动领域的开发者社区。希望通过社区链接领域内的开发者和生态力量，萌芽更多新技术、新场景，探索实时互动领域的更多可能。这里你将遇见一群致力于改变人和人、人和世界，以及人和 AI 连接方式的开发者。
「海外独角兽」是拾象旗下的开源研究平台，专注于研究全球范围最优秀的创新公司，致力于用开源精神重塑投资信息分发网络。创立以来拾象团队积极输出高质量的行业与公司认知，已经输出了近 300 篇针对全球头部科技公司和前沿科技趋势的文章。在全球 AI 社区中积累了行业影响力，全网拥有 20万+订阅，覆盖头部互联网企业界、硅谷 AI 科学家、以及全球科技公司一线从业者。
•
✦
RTE 2024
✦
•
技术专场前瞻
点击文末阅读原文，直达报名链接
延伸阅读
LLM 新范式：OpenAI o1，self-play RL 和 AGI 下半场
草莓模型即将发布，如何参与新一轮 AI 上涨周期？｜AGIX 投什么
LLM 进化分叉口：多模态、成本、代码推理
LLM的范式转移：RL带来新的 Scaling Law
Unstructured.io：让企业非结构化数据 LLM-Ready
