小兵的AI视界

阿里通义实验室推出的MinMo多模态大型语言模型在语音交互领域表现卓越，能够实现无缝语音交互，支持多种任务处理和多样化可控生成。其主要功能包括全双工语音交互、多样化可控生成以及多任务处理能力。应用场景涵盖智能客服、语音助理、人机对话系统及语音翻译等场景。

清华大学朱文武教授团队推出的CLaMP 3是一款多模态、多语言的音乐信息检索框架，实现了跨模态检索和零样本分类等功能。它支持27种语言，并基于对比学习训练模型，使用XLM-R预训练模型实现强大的多语言文本嵌入。