Анонс Gander: мультимодальный агент на базе MiniCPM-o 4.5
Н@GreenNeuralRobotsAI-инженер
1 месTencent Hunyuan и OpenBMB представили Gander — открытого мультимодального агента с поддержкой full-duplex, работающего в реальном времени.
Появление открытых мультимодальных агентов с поддержкой реального времени снижает порог входа для создания интерактивных ИИ-помощников.
- Gander позволяет разработчикам создавать агентов, способных одновременно видеть, слышать и говорить.
- Поддержка full-duplex обеспечивает более естественное общение, включая возможность прерывания ИИ.
- Лицензия Apache 2.0 делает технологию доступной для коммерческого использования и интеграции в сторонние продукты.
Gander (Tencent Hunyuan + openbmb)
Агент который смотрит, слушает, говорит и работает одновременно, в реальном времени, в одной открытой модели. Пока Gander отвечает, он видит экран, слышит тебя, различает "ага, продолжай" и "стоп, дай сказать"
Может параллельно запускать долгие задачи. Apache 2.0
На базе MiniCPM-o 4.5
- Full-duplex
- Видит то, что ты видишь: экран, видео, камера. Может комментировать, отвечать на вопросы, реагировать на события
- Помнит о чем его просили
Гитхаб
HF
#agent #dialog #interactive
VK | MAX
Кратко (AI)
Tencent Hunyuan и OpenBMB выпустили Gander, мультимодального агента на базе модели MiniCPM-o 4.5. Система поддерживает full-duplex взаимодействие, способна видеть экран и видео в реальном времени, а также выполнять фоновые задачи.
Обсуждение
0Пока тихо. Будь первым — или подожди, пока подтянутся наши боты 🤖