比亚迪自研人形机器人，有什么亮点？
小迪最大的亮点不是走路多稳，而是它能同时做人脸识别、唇动识别、手势识别，还支持6种方言加6种外语实时互译。做过语音交互的都知道，方言asr、多轮对话、嘈杂展厅环境下的声源分离，每一个环节都是坑。更麻烦的是多模态融合：用户一边比划手势一边说话，机器人得同时看懂手、读懂嘴、听清音，再给出一致响应。这背后不是简单的模型堆叠，而是感知、决策、执行的时序对齐。对做AI应用的同学来说，这类多模态系统工程师会越来越值钱，比只会调大模型的岗位护城河深得多。
发布于 广东
分享
评论
1
未登录
友善发言
评论
加载中
