在4月18日舉辦的2024中國(guó)生成式AI大會(huì)上，李未可科技正式發(fā)布為眼鏡等未來(lái)終端定向優(yōu)化的自研“WAKE-AI ”多模態(tài)大模型。

該模型圍繞GPS軌跡+視覺(jué)+語(yǔ)音打造新一代LLM-Based的自然交互，同時(shí)在多模態(tài)問(wèn)答技術(shù)的加持下，具備文本生成、語(yǔ)言理解、圖像識(shí)別及視頻生成等多模態(tài)交互能力， 能實(shí)現(xiàn)所見(jiàn)即所問(wèn)、所問(wèn)即所得的精準(zhǔn)服務(wù)。此外，WAKE-AI還融合了人類(lèi)意圖理解、長(zhǎng)期記憶機(jī)制、情感大模型及TTS 克隆，可以為用戶(hù)提供超擬人的情感陪伴服務(wù)。

為保證實(shí)時(shí)交互場(chǎng)景的智能性及響應(yīng)速度 ，WAKE-AI使用了MOE架構(gòu)，F(xiàn)lashAttention混合精度訓(xùn)練、知識(shí)蒸餾等技術(shù)大幅降低算力需求跟計(jì)算時(shí)間。該模型針對(duì)眼鏡端用戶(hù)的使用方式、場(chǎng)景等進(jìn)行了優(yōu)化，語(yǔ)音返回速度能做到<500ms以?xún)?nèi)，語(yǔ)音喚醒準(zhǔn)確度>90%，ASR字錯(cuò)率低于2%，可以為用戶(hù)提供戶(hù)外運(yùn)動(dòng)、文化旅行、日程管理及實(shí)時(shí)翻譯等多個(gè)室外場(chǎng)景的多模態(tài)AI服務(wù)。

據(jù)悉，李未可將于近期正式發(fā)布搭載WAKE-AI能力的新終端，從室外場(chǎng)景切入為用戶(hù)提供更智能、更全面的AI+服務(wù)。李未可科技合伙人&AI負(fù)責(zé)人古鑒表示，WAKE-AI將逐步開(kāi)放平臺(tái)能力，便于更多企業(yè)及開(kāi)發(fā)者調(diào)用WAKE-AI能力，共建AI+硬件生態(tài)。