Xiaomi представила открытую модель искусственного интеллекта CocktailASR-1. Она предназначена для решения одной из наиболее сложных задач в области расшифровки аудио — выделения голоса конкретного человека в ситуации, когда несколько людей говорят одновременно. В Xiaomi проблему условно обозначили как «эффект коктейльной вечеринки». Большинство специализированных ИИ-моделей справляются с распознаванием речи, когда говорит один человек, но если друг на друга накладываются несколько голосов, ситуация значительно усложняется...

Xiaomi выпускает Robotics-U0 с 38 млрд параметров — первую воплощенную генеративную модель, объединяющую генерацию сцен, перенос, создание видео и преобразование текста в изображение. Ускорение в 83 раза, открытый код и веса на GitHub и HuggingFace. Компания Xiaomi представила Xiaomi-Robotics-U0 — мультимодальную авторегрессионную воплощенную генеративную фундаментальную модель с 38 миллиардами параметров. Это первая унифицированная генеративная модель в области воплощенного ИИ, способная одновременно обрабатывать четыре различные категории роботизированных задач...