• 首页 > 产经新闻频道 > 业界新闻

    英伟达发布Project Mellon:基于语音AI交互的AR/VR体验

    2023年03月24日 16:55:57   来源:映维网

      在日前举行的GTC 2023大会中,英伟达发布了可以通过语音控制XR体验的Project Mellon。这是一个轻量级Python包,能够利用语音AI(NVIDIA Riva)和大型语言模型(NVIDIA-NeMo服务)的强大功能来简化沉浸式环境中的用户交互。开发者可以点击这个页面申请测试资格,探索创建由自然语音命令控制的XR体验。

      Project Mellon背后的基本理念是,以一种实用的方式来利用语音人工智能和大型语言模型的力量,从而进一步赋能虚拟世界。

      英伟达指出,XR中的用户界面可能复杂且难以使用,减损了自然沉浸感。Project Mellon允许几乎任何开发人员轻松地将自然语言理解添加到自己的应用程序中,并将其作为一种新型的以人为中心的免手操作用户界面。

      Project Mellon平台由以下要素组成:Project Mellon SDK NVIDIA Riva (ASR, TTS, NMT) NeMo service (支持其他LLM大型语言模型 )

      Project Mellon 1.0中的主要功能包括: 轻量级、易于集成的Python库 LLM支持自然语言理解的准确性 无需特定命令训练的零样本语言模型 具有对话和视觉情景的自然语言命令支持 支持询问有关命令和场景的问题,并提供自然语言回答 用于理解和执行命令的简单Python API 基于Web的测试应用程序 ASR、TTS、LLM和NMT可以在本地或远程托管,具有较低的延迟响应时间

      已经体验过Project Mellon的ESI Group评价道:“我们发现,将对话式人工智能与Project Mellon集成,可以降低协作XR技术的入门门槛。通过使用自然语音作为输入,我们的虚拟人工智能助手可以帮助团队完成复习任务、查询可用情况或发现问题。所有这一切都只需用自然语言提问,无需记住特定命令。”

      英伟达则表示:“人工智能正在改变我们与工作和工具互动的方式。通过语音人工智能和Project Mellon,开发人员可以简化用户交互体验。不再需要培训用户如何操作虚拟现实中的每一项功能。你可以跳到虚拟现实应用程序中,并用自己的言语来控制体验。”

      Project Mellon 1.0已经正式发布,开发者可以点击这个页面申请测试资格,探索创建由自然语音命令控制的XR体验。

      文章内容仅供阅读,不构成投资建议,请谨慎对待。投资者据此操作,风险自担。

    即时探行数字人注册免费试用

    第三代骁龙8s平台,“恰逢其时”的“新生代旗舰”之选

    日前,高通举办新品发布会,推出了骁龙8旗舰移动平台诞生以来的第一款新生代旗舰平台:第三代骁龙8s,这是高通对骁龙旗舰移动平台的一次层级扩展,同时意味着广大消费者未来在旗舰手机市场也将会有更多丰富的选择。

    新闻探行AI智能外呼系统 节省80%人力成本

    敢闯技术无人区 TCL实业斩获多项AWE 2024艾普兰奖

    近日,中国家电及消费电子博览会(AWE 2024)隆重开幕。全球领先的智能终端企业TCL实业携多款创新技术和新品亮相,以敢为精神勇闯技术无人区,斩获四项AWE 2024艾普兰大奖。

    企业IT探行AI客服 24小时无休机器人接待

    重庆创新公积金应用,“区块链+政务服务”显成效

    “以前都要去窗口办,一套流程下来都要半个月了,现在方便多了!”打开“重庆公积金”微信小程序,按照提示流程提交相关材料,仅几秒钟,重庆市民曾某的账户就打进了21600元。

    3C消费探行AI视频 快速生成真人营销视频

    “纯臻4K 视界焕新”——爱普生4K 3LCD 激光工程投影

    2024年3月12日,由爱普生举办的主题为“纯臻4K 视界焕新”新品发布会在上海盛大举行。

    研究探行AI整体解决方案 全国招募代理

    2024全球开发者先锋大会即将开幕

    由世界人工智能大会组委会、上海市经信委、徐汇区政府、临港新片区管委会共同指导,由上海市人工智能行业协会联合上海人工智能实验室、上海临港经济发展(集团)有限公司、开放原子开源基金会主办的“2024全球开发者先锋大会”,将于2024年3月23日至24日举办。