ICML 2024：AI也会刷抖音！清华领衔发布短视频全模态理解新模型
【8月更文挑战第20天】SALMONN是由清华大学在ICML 2024发表的一种开创性的多模态模型，专为短视频全模态理解设计。它集成了预训练文本大模型与语音、音频编码器，能直接处理多样音频输入，在自动语音识别、翻译、情绪识别等任务中表现出色。SALMONN展现了令人兴奋的新能力，如翻译未训练语言和基于语音的问答。通过少样本激活微调，可进一步发掘其跨模态潜能。尽管如此，模型的计算成本和泛化能力仍是待克服的挑战。SALMONN标志着AI在具备通用听觉理解方面迈出重要一步。[论文链接: https://arxiv.org/abs/2310.13289]
springboot+redis互联网医院智能导诊系统源码，基于医疗大模型、知识图谱、人机交互方式实现
智能导诊系统基于医疗大模型、知识图谱与人机交互技术，解决患者“知症不知病”“挂错号”等问题。通过多模态交互（语音、文字、图片等）收集病情信息，结合医学知识图谱和深度推理，实现精准的科室推荐和分级诊疗引导。系统支持基于规则模板和数据模型两种开发原理：前者依赖人工设定症状-科室规则，后者通过机器学习或深度学习分析问诊数据。其特点包括快速病情收集、智能病症关联推理、最佳就医推荐、分级导流以及与院内平台联动，提升患者就诊效率和服务体验。技术架构采用 SpringBoot+Redis+MyBatis Plus+MySQL+RocketMQ，确保高效稳定运行。
《智能语》：十进制驱动的多模态人工语言系统构建与协同机制研究
《智能语》是全球首个融合十进制逻辑、多模态表达与东方哲学的人工语言系统，实现文字、语音、词汇、语法全链条协同。通过笔画-音素-数字三重绑定，构建“形音义理”统一的创新架构，具备语义精准、无限扩展、跨文化普适等优势，为语言学习、人机交互与文化传播提供全新范式。（238字）
阿里智能语音平台助力人机交互
在云栖大会上，天猫精灵幕后团队——人工智能实验室的聂再清为大家介绍了语音交互平台的运作机理和完善方法。在智能化普及程度逐渐加深的当代，人机交互也就成为了丞待解决的问题。为了解决这一难题，阿里巴巴的人工智能实验室对智能语音交互平台进行了深入研究和全面优化。
天猫精灵如何和我们聊天？
天猫精灵已经走过几年的历史，在这几年中，天猫精灵变得更加智能，其中的体现之一是交互方式变得越来越自然。本文将介绍天猫精灵的全双工自然对话交互方式。
