Thinking Machines创立者Mira Murati。图片来源：Mira Murati的X账户

由前OpenAI CTO Mira Murati创立的AI初创公司Thinking Machines于当地时间11日发布实时多模态AI模型“Interaction Model”预览版。该公司将这款模型定位为面向实时交互场景的研究预览。

Thinking Machines表示，当前不少AI模型仍采用传统的“轮次（turn）”交互方式，即在用户完整输入后再生成回复。在这种模式下，模型生成答案时无法继续接收新的输入，用户也难以保持连贯、持续的互动体验。

与此不同，“Interaction Model”从设计之初就围绕实时响应展开。根据公司介绍，该模型采用多流与微轮次机制，能够并行处理音频、视频和文本，并在交互过程中同步完成思考、回复和执行操作。

公司称，“Interaction Model”可以自动判断用户是在说话、思考，还是在等待回复，不依赖额外的对话管理模块，也能让对话自然延续。即便用户尚未说完，模型也可结合上下文适时介入；用户与模型也可同时发声，可用于实时翻译等场景。

此外，该模型还能在对话过程中并行完成网页搜索、浏览和UI生成，并将相关结果自然融入对话之中。

Thinking Machines强调，不同于依赖外部组件拼接交互能力的传统方式，公司将交互能力直接作为模型的一部分进行构建。随着模型能力提升，其协作能力也将同步增强。

关键词

#Thinking Machines #Mira Murati #Interaction Model #实时交互 #多模态AI #多流机制 #微轮次 #实时翻译 #UI生成 #网页搜索
版权所有 © DigitalToday。未经授权禁止转载或传播。