多项指标排名第一,全双工实时交互系统MOSS-Live发布
多项指标排名第一,全双工实时交互系统MOSS-Live发布还记得电影《Her》里的 Samantha 吗?
来自主题: AI资讯
6340 点击 2026-11-02 16:16
搜索
还记得电影《Her》里的 Samantha 吗?
AI生图越来越强了,但大家似乎也苦“AI味”久矣。
模思智能(MOSI)宣布完成超10亿元Pre-A轮融资,由华控基金领投,资金将用于全模态实时交互智能研发、能力建设及全球商业化落地。
让一个模型概括“这是一段什么视频”,并不难。
模思智能成立于2024年,位于上海徐汇区,由上海创智学院与复旦大学联合孵化,是国内少数完成“全模态基座模型能力闭环”的初创公司之一,致力于构建统一Token表达框架下的“情境智能”能力,推动Agent系统在真实世界中的自主交互与任务执行。
今天上午,上海创智学院 OpenMOSS 团队联合初创公司模思智能(MOSI),正式发布了端到端音视频生成模型 —— MOVA(MOSS-Video-and-Audio)。
近日,由复旦邱锡鹏担任首席科学家的模思智能发布了多说话人自动语音识别(ASR)模型 MOSS-Transcribe-Diarize,不但可以语音转文字,还可以将音频片段与对话中不同的说话者关联起来,性能超过了 GPT-4o、Gemini、豆包等一众模型。