标签「多模态交互」

谷歌正式推出带 Live Avatar 功能的 Gemini 3.8 Live，为原生实时对话模型带来接近实时的视觉呈现。该功能支持 97 种语言无缝切换与异步工具调用，现已在 Gemini Enterprise 上线并向企业开放 API 接入。

OpenAI正式推出GPT-Realtime-1.5多模态模型，支持实时音频和视觉处理，实现低延迟交互。该模型显著优化响应速度，开放API接口，并采用端到端加密和内容过滤确保安全。

马斯克旗下 AI 平台 Grok 正式推出虚拟伴侣功能，目前处于技术预览阶段，付费订阅用户可通过 iOS 访问，部分免费用户也可使用。该功能包含两款虚拟形象，用户需手动激活，开发团队将优化开启流程；技术社区还发现第三款角色正在测试，且 Grok 已部署内容分级开关。

新加坡航空与 OpenAI 达成战略合作，通过多模态大语言模型重构客户服务系统，开发智能排班决策引擎并部署智能工作流辅助平台。技术整合覆盖从个性化行程规划、机组调度优化到地勤响应提速等核心场景。

科大讯飞自主研发的 AI 孙悟空在大阪世博会完成全球首秀，集成星火大模型实现多语种实时交互。该系统在 85 分贝噪声环境下保持 98% 识别准确率，单日可处理 2000 + 次请求。

中国农业大学 AI 大模型平台上线即引发使用热潮，其创新集成的多模态智能体与深度功能模块显著提升校园事务处理效率。平台通过构建学科知识图谱与移动端服务创新，为农业特色高校 AI 应用树立实践范本。