一家法国的 AI 实验室 Kyutai，刚刚发布一个对标 GPT-20240704070216

文章预览

2024-07-04 07:02 本条微博链接 一家法国的 AI 实验室 Kyutai，刚刚发布一个对标 GPT-4o 的开源实时语音多模态模型，能够听、说、看，而且从演示看，也可以随时打断，可以模仿法国口音说英语，可以说悄悄话。效果比 GPT-4o 要差一点，但是已经很接近了。 重要的是： - 他们的模型训练管道和架构非常简单且具有很大的可扩展性，像 Kyutai 这样的只有 8 人的小团队在 4 个月内就能完成。合成数据在这方面起到了巨大的推动作用 - ………………………………