解决多模态下的人机互动问题。尤其在统一的语义环境下多模态的实时交流。举例:当用户指着远在100米开外的一处街道,说朝这个方向走3分钟,再右拐,继续走2分钟,就可以看到街角的一家咖啡厅。系统需要实时地进行多模态识别,并地理信息层的调用,并产生融合。
点击空白处退出提示
语言技术
postgres、Docker、JavaScript、TypeScript、MongoDB系统类型
Web、小程序轻应用、iOS应用行业分类
人工智能、机器人
解决多模态下的人机互动问题。尤其在统一的语义环境下多模态的实时交流。举例:当用户指着远在100米开外的一处街道,说朝这个方向走3分钟,再右拐,继续走2分钟,就可以看到街角的一家咖啡厅。系统需要实时地进行多模态识别,并地理信息层的调用,并产生融合。
解决了在统一的语义环境下多模态的实时交流挑战与多用户长期记忆系统的综合能力。比如,在用户与AI Bot聊天1年以后,Bot可以精准地向出现在镜头前的用户好友打招呼,并不留痕迹地进行老朋友般的话题沟通。
负责整个项目的全栈开发。尤其通过稀疏化矩阵来解决Memory Consolidation过程的秩联合,并在数据的存储上对应进行数据分区与分级。建立对话记忆的向量化与向量的2级连续性。




评论