4 февраля — Китайская компания в области искусственного интеллекта MiniMax открыла исходный код своей полнофункциональной модели MiniCPM-o4.5, предназначенной для обеспечения естественного взаимодействия в реальном времени посредством одновременного восприятия, прослушивания и речи. Этот релиз знаменует собой отход от традиционной парадигмы ИИ «вопрос-ответ» в сторону непрерывного, проактивного диалога.
В живых демонстрациях MiniCPM-o4.5 может проявлять инициативу без подсказок. Когда аэрофритюрница заканчивает приготовление пищи и издает звуковой сигнал, модель проактивно сообщает о завершении нагрева. Во время покупок в супермаркете она непрерывно отслеживает изменения на полках и отвечает на запросы о ценах в реальном времени. В лифтах она распознает смену этажей и оповещает пользователей по достижении пункта назначения.
Эти возможности обусловлены переработанной архитектурой. Команда впервые внедрила полнодуплексный механизм потоковой передачи мультимодальных данных в реальном времени, позволяющий непрерывно обрабатывать видео- и аудиовходы при параллельной генерации выходных данных без блокировки. Модель выполняет семантическую оценку примерно на частоте 1 Гц, автономно принимая решение о вступлении в разговор, а не полагаясь на обнаружение тишины. Это обеспечивает естественные прерывания и проактивные ответы.
MiniCPM-o4.5 — это модель с 9 миллиардами параметров, разработанная для периферийных устройств (edge-native). MiniMax делает акцент на периферийном ИИ, реализуя тесно интегрированный аппаратно-программный подход в сотрудничестве с производителями чипов. Модель будет поставляться вместе с первым аппаратным продуктом компании в области ИИ — платой разработки «Pinea Pi», выпуск которой запланирован на конец этого года, — предлагая решение «подключи и работай», направленное на ускорение разработки и развертывания интеллектуального оборудования на периферии.
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Pandaily
