生活消费网 10-14
自研多模态大模型,Soul App亮相2024 GITEX GLOBAL
index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_keji1.html

 

通过理解自身的行为方式、记忆、偏好等内容,复刻一个专属于自己的虚拟化身,实现打破次元壁的互动,结识好友,获得陪伴 ...... 如今,科幻电影中描绘的场景正走向现实。

2024 年 10 月 14 日 -18 日, GITEX GLOBAL 海湾信息技术博览会在迪拜举办。在这个全球范围颇具影响力的科技盛会上,新型社交平台 Soul App 携最新自研的多模态大模型参展,该模型具备多模态理解、真实拟人、文字对话、语音通话、多语种等特性。在活动现场,观众可以通过数字装置,即时生成 3D 虚拟数字分身,通过实时动作捕捉与还原,体验自然、流畅、沉浸式的多模态互动。

Soul App CTO 陶明表示," 在受全球关注的科技大会上,我们期待与来自国内外的创新企业、科技公司共同交流,展现中国企业在社交领域的最新应用实践和数字娱乐的创新方案,共同探索社交发展的新可能。"

3D 数字孪生,虚拟与现实的创新交互

GITEX GLOBAL 至今已举办至第 44 届,自诞生以来,始终聚焦于以技术为驱动的创新,吸引了来自大型科技企业、全球政府、创新初创公司、专业投资者等的广泛关注和参与。目前,GITEX GLOBAL 已发展成为中东地区规模最大、最成功的计算机通讯及消费性电子产品展,同时也是全球三大 IT 展之一。

自 ChatGPT 横空出世,标志着人工智能发展至新阶段,在世界进入全面拥抱人工智能的新时代的当下,今年,GITEX GLOBAL 2024 规模再次升级,横跨两个大型场馆 —— 迪拜世界贸易中心和迪拜港,有全球超过 6700 家科技巨头和创新公司参展,展示 AI 领域最具突破性的科技发展、智能互联新发现、以及来自数字娱乐、社交、教育、健康等各大领域的应用落地标杆案例,汇聚最前沿的尖端技术思潮,引领行业变革的新风向。

作为国内较早将 AI 引入社交关系的互联网平台代表之一,Soul 携最新自研的多模态大模型参展 GITEX GLOBAL 2024,展示 AI 技术积累以及在社交场景的最新落地实践。此次也是 Soul 首次亮相国际大型展会,大会上,现场观众可以重点体验到 Soul 集成 3D 虚拟人能力的多模态 AI 交互方案。

为了降低用户社交压力,Soul 自 2016 年上线之初便不支持用户上传真实头像,年轻人通过平台提供的捏脸系统,自主创造个性化虚拟形象,在不强调颜值、地理位置等物理因素的情况下,自在表达,分享热爱,相遇同好。

2022 年,Soul 集成 AI、渲染和图像处理等技术,推出自研的 NAWA 引擎,为用户创建个性化的 3D 社交形象和场景提供技术加持。基于该引擎,用户可以自主创作生动的虚拟形象,塑造网络世界的化身,并能灵活地配合声音、文字等各种信息,展现每个人鲜明的个性,精准传递情绪温度,在各种虚实融合的场景中与他人自在交流、互动,感受全新的社交体验。

集合过往的技术储备以及大模型研发进展的突破,现阶段,Soul 3D 虚拟人能力全面升级,形成了成熟的集成 3D 虚拟人能力的多模态 AI 交互方案——即集合文字、语音、动作交互的多模态大模型方向,实现更接近人类模式的互动体验和更高效、自然、丰富维度的信息传递。

在大会现场,参与体验的用户可以实现高相似度的 3D 虚拟人的 AI 建模,通过包含人脸的 90 余个形状参数和 6 个属性参数,于几秒钟内,快速在 3D 世界精细化还原真实人脸的特征,打造专属的虚拟化身。

同时,基于实时的人体动作识别、数字还原以及多模态对话交互能力,现场可以实现 3D 虚拟人与真人的沉浸式互动。

多模态端到端大模型,超拟人的情感体验

事实上,包括语言、对话、3D 虚拟人等维度在内,Soul 聚焦于多模态大模型方向持续深耕。

在推出智能推荐引擎 " 灵犀 "、以 AI 算法助力社交关系的发现沉淀环节后,2020 年,Soul 正式启动对 AIGC 的技术研发工作,系统推进在智能对话、语音技术、3D 虚拟人等 AIGC 关键技术能力研发工作,并推动 AI 能力在社交场景的快速落地。

目前,Soul 已先后上线了自研语言大模型 Soul X,以及语音生成大模型、语音识别大模型、语音对话大模型、音乐生成大模型等语音大模型能力。今年 6 月,Soul 还在社交行业中较早推出了自研端到端全双工语音通话大模型,具备超低交互延迟、快速自动打断、超真实声音表达和情绪感知理解能力等特点,能够直接理解丰富的声音世界,支持超拟人化的多风格语言,实现更接近生活日常的交互对话和 " 类真人 " 的情感陪伴体验。

2024 年,Soul AI 大模型能力整体升级为了多模态端到端大模型,支持文字对话、语音通话、多语种、多模态理解、真实拟人等特性。

多模态端到端大模型的推出标志着 Soul 对人机交互体验的创新突破,同时,从文字、语音到视觉的模态升级,也意味着交互方式的颠覆式改变。

例如,Soul 已基于自研 AI 能力推出了 " 数字分身 " 功能,用户可以直接授权平台基于聊天记录、发帖内容,或者以自定义方式,设置数字分身的形象和特征,在表征层(形象、声音、文字风格),身份层(社交关系、长期记忆、人设信息)和认知层(决策、观点、偏好),使数字分身达到最大程度复刻真人的效果。而 " 数字分身 " 不仅能实现更个性化、更千人千面的智能回复推荐,帮助用户进行社交破冰,还能在助力人设搭建和认知决策中,提升社交沟通效率。

接下来,通过最新集成的 3D 虚拟人能力和多模态端到端大模型的 AI 交互方案,Soul 用户自主打造的 3D 虚拟人,可以作为数字世界的多模态全能助手,在平台群聊派对、瞬间广场等丰富社交场景中全面赋能用户的关系发现、建立、沉淀环节,拓展新关系的同时,提供高质量、趣味性、沉浸式的人机交互体验,反馈真实、自然的情感陪伴。

Soul App CTO 陶明表示," 作为天然的流量聚集地和交互入口,社交被视为 AI 率先落地的最佳场景之一。我们将围绕用户的实际社交需求和具体社交场景,持续加大对 AI 技术的投入,给用户带来长期的可持续的价值。预计今年年底,Soul 多模态端到端大模型将再次升级,推出全双工视频通话能力,让用户可以真正便捷、自然的体验到包括文字、语音、视觉在内的多模态创新交互。"

宙世代

宙世代

ZAKER旗下Web3.0元宇宙平台

逗玩.AI

逗玩.AI

ZAKER旗下AI智能创作平台

相关标签

soul ai 人工智能 迪拜 中东地区
相关文章
评论
没有更多评论了
取消

登录后才可以发布评论哦

打开小程序可以发布评论哦

12 我来说两句…
打开 ZAKER 参与讨论