比GPT-4o更早，最强实时多模态模型来了，8人团队6个月搞定

图片地址：https://images.tmtpost.com/uploads/images/2024/07/05/b2827f6ea668cbb572af5d9ea02fca95_1720151740.png

文 | 乌鸦智能说6月底，GPT-4o宣布跳 票，语音 功能推迟一个月发布。 没想到，成果却突然被别人“截胡“了。昨天，来自法国A I实验室kyutai放 出首个实时原生多模态Moshi，不仅效果堪比GPT-4o，还是开源模型。从效果演示来，Moshi可以随时聆听和实时交谈，表达自然、流畅，甚至还能模仿快乐、悲伤等70种不同情绪和说话风格。不仅如此 ，Moshi还可以进行角色扮演，能用海盗身份给你讲一个冒险故事。更厉害的是，这个开源实时语音多模态模型是8人团队，仅仅花了半年的时间训练出来的。Moshi各种炸裂演得到了LeCun、Karpathy等AI大佬的转发。到底Moshi有多强？快来一起看看吧！表达超自然，情感理解能力强从官网进入（https://moshi.chat/?queue_id=talktomoshi），设置默认，不需要验证，仅输入一个邮箱，用户就可以开始体验。当你进入到对话界面，5分钟的限