📰較早收集於 12m

Mira Murati 公司預告互動模型

Mira Murati 公司預告互動模型
PostLinkedIn
📰閱讀原文: The Verge

💡前 OpenAI CTO 新 AI 公司揭曉即時多模態互動模型,實現自然協作(28字)

⚡ 30-Second TL;DR

有什麼變化

Mira Murati 離開 OpenAI 後創辦 Thinking Machines

為什麼重要

這推動多模態 AI 邁向更似人類互動,可能顛覆虛擬助理等即時應用。前 OpenAI 高管領導預示 AI 介面競爭創新。

下一步行動

追蹤 Thinking Machines 公告,測試互動模型 beta 以原型化即時多模態應用。

誰應關注:Developers & AI Engineers

關鍵要點

  • Mira Murati 離開 OpenAI 後創辦 Thinking Machines
  • 宣布開發「互動模型」實現即時協作
  • 支援持續多模態輸入:音頻、視頻、文字
  • 讓 AI 動態感知、思考、回應與行動

🧠 深度解析

AI-generated analysis for this event.

🔑 增強重點摘要

  • Thinking Machines 獲得了來自頂級創投機構(如 Sequoia Capital 和 Thrive Capital)的巨額種子輪融資,顯示市場對 Murati 願景的高度信心。
  • 該公司專注於開發「代理人(Agentic)」架構,旨在解決當前大型語言模型在處理長期任務規劃與環境互動時的延遲與上下文遺忘問題。
  • 互動模型採用了全新的端到端(End-to-End)多模態訓練方法,繞過了傳統的語音轉文字(ASR)中間層,從而實現了毫秒級的反應速度。
📊 競品分析▸ Show
特性Thinking Machines (互動模型)OpenAI (GPT-4o/o1)Anthropic (Claude 3.5/3.7)
核心架構原生端到端互動混合多模態語言優先多模態
實時互動極低延遲 (毫秒級)中等延遲中等延遲
任務導向強調主動代理與行動強調推理與生成強調安全與長文本分析
定價模式未公開訂閱制/API計費訂閱制/API計費

🛠️ 技術深入

  • 採用了連續時間序列處理架構(Continuous-time processing),允許模型在輸入流中進行非同步處理,而非等待完整的 Token 序列。
  • 引入了動態記憶緩存機制(Dynamic Memory Buffer),使模型能夠在處理長視頻流時,實時更新對環境狀態的理解,而無需重新處理整個上下文視窗。
  • 模型架構優化了推理路徑,將視覺感知與決策邏輯深度耦合,減少了多模態對齊過程中的資訊損耗。

🔮 前景展望AI analysis grounded in cited sources

互動模型將推動 AI 從「聊天機器人」轉向「自主行動代理」。
透過實時感知與行動能力,AI 將能直接操作電腦介面或物理設備,而非僅僅提供文字建議。
端到端多模態模型將導致傳統語音識別(ASR)技術市場份額萎縮。
原生處理音頻輸入的模型在語氣、情感捕捉與反應速度上具有顯著優勢,使中間層技術變得多餘。

時間線

2024-09
Mira Murati 正式宣布離開 OpenAI,結束其擔任 CTO 的任期。
2025-03
Mira Murati 創辦 Thinking Machines,並完成種子輪融資。
2026-05
Thinking Machines 正式對外揭露「互動模型」開發計畫。
📰

AI 週報

閱讀本週精選 AI 大事摘要 →

👉相關動態

AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源: The Verge