最近，一個效果堪比GPT-4o的開源即時語音多模態模型火了，模型名為 Moshi。現場演示幾乎0延遲，AI大佬紛紛轉發。
這個開源模型由法國非營利性AI研究機構Kyutai的一個8人團隊，在6個月內開發完成。
詳情請戳影片👇
根據睿獸分析資料顯示，Kyutai成立於2023年11月，專注於開發包含文字、聲音、影像等的大型多模態模型。剛剛成立就完成了來自法國億萬富翁、法國電信集團Iliad執行長Xavier Niel、法國物流巨頭達飛集團CEO Rodolphe Saadé 和前谷歌CEO Eric Schmidt 共3億歐元的種子輪融資。
Kyutai創始成員共有6人，他們都曾在蘋果、微軟、Meta（Fackbook）、谷歌DeepMind等科技巨頭的實驗室從事研發工作。團隊中的執行長Patrick Pérez、首席擴充套件官Edouard Grave、首席科學官Hervé Jégou都是谷歌Scholar被引量高達4W+的學術大牛。
以上就是本期全部內容，如果您想了解更多AI創新創業專案資訊等，歡迎登入睿獸分析檢視，解鎖賽道圖譜以及行業報告。