前谷歌Character AI时代正在演进
摘要
Mel AI正在将AI角色从基于文本的互动演变为实时视频聊天，具备唇同步、面部表情和摄像头上下文感知能力，这是在Character AI成功之后。
https://reddit.com/link/1ue5le1/video/ujvu26e6c69h1/player 基于文本的AI角色是第一波。现在Mel AI正在展示下一波可能的样子：你可以实时视频聊天的AI角色。演示显示了能够说话、唇同步、用面部表情反应并根据摄像头上下文做出回应的角色，而不仅仅是在聊天框中回复。Character AI证明了AI角色的需求。Mel AI正在将格式从文本原生推向视频原生。
相似文章
Mel AI 刚刚展示了一个视频原生 AI 角色的演示，这些角色能实时聊天、反应并响应摄像头上下文 [N]
Mel AI 展示了能够通过视频实时聊天、反应并响应视觉上下文的 AI 角色，超越了基于文本的角色聊天。
AI社交应用是否正从文字聊天转向实时视频交互？
讨论AI社交应用从文字聊天到实时视频交互的演变，重点介绍了Mel的多模态交互栈以及延迟、唇形同步和协调等技术挑战。
韩国AI应用走红：可对话、反应并回应摄像头场景的AI角色
一款韩国AI应用走红，它允许与AI角色进行逼真的视频对话，这些角色使用语音、唇形同步、面部表情和摄像头场景，标志着从文本界面到实时视频原生交互的转变。
@VraserX: 我认为人们低估了这一点。一旦AI角色能够四处移动、操控物体并以超低延迟做出响应，……
Vivix.AI推出了Vivix-A1，这是一个实时交互多模态模型，使AI角色能够移动、操控物体并以低延迟做出响应，超越了静态的说话面孔。
微软测试新的 MAI Realtime 语音模型（2分钟阅读）
微软正在其 MAI Playground 上以早期访问形式测试一款新的原生实时语音模型 MAI Realtime。该全双工系统支持多种语言、低延迟和可配置的轮流对话，定位为 OpenAI GPT Live 和 Sesame 的竞争对手。