EgoVoice: Proactive Spoken Assistance from Egocentric Multimodal Streams

2026-10-08 1 0 1 分钟 · 212 字

AI 情报卡 · 重要性 ★★★★☆ · 来源：arXiv (LLM/多模态新论文) · 2026-10-08

针对现有主动语音助手未解决从第一人称多模态流中决策何时说话及说什么的问题，研究者提出EgoVoice框架，基于HoloAssist数据构建音频流，微调多模态大模型并通过直接偏好优化优化主动干预行为，实验显示其性能优于零样本模型。

标签：AI情报、大模型、科研前沿

由 WeValue AI 产业情报引擎自动同步

#AI情报 #大模型 #AI应用落地 #科研前沿 #AI智能体 #AI政策与监管 #融资并购 #消费级AI #具身智能 #AI芯片与算力 #开源生态 #AI基础设施 #AI行业观察 #人才与组织 #人工智能 #AI产业 #每日简报 #商业化 #AR #行业观察 #人生思维 #智能眼镜 #测试 #免费 #超越迅雷 #Gopeed #文案策划 #营销 #雷军 #小米