人机交互

科大讯飞在深圳举办的“智能交互产品升级发布会”上，正式推出新一代AIUI交互平台及多款核心产品。此次升级以星火大模型为技术基座，重点引入情绪识别、创意生成等类人多模态能力，推动人机交互从功能型工具向...

杭州宇树科技获得国家知识产权局授权的新型机器人关节控制专利，实现人体动作98.6%精准实时映射，延迟低于50毫秒。该技术突破将推动工业自动化、远程医疗等领域的人机协作模式革新，计划2026年商业化落地...

Meta与雷朋合作推出新一代智能眼镜Meta Ray-Ban Display，集成单眼HUD、sEMG手环输入和AI语音助手，支持实时翻译与导航。了解产品售价、功能亮点及Meta在AR领域的战略布局。

谷歌Gemini全面适配Wear OS智能手表，实现语音控制、跨应用操作及游戏场景AI搜索，Pixel用户专享视频生成工具订阅服务，引领可穿戴设备AI交互革命。

2025年11月谷歌Gemini Live语音助手重磅更新，新增语速调节、风格化语音、历史人物视角叙事等五大核心功能，搭载gemini-2.5-pro模型，全面提升语音交互个性化体验。

上海AI实验室与浙江大学发布全球首个视频转网页评测基准IWR-Bench，系统性评估28款主流AI模型动态网页生成能力。研究显示GPT-5交互功能得分仅24.39%，深度解析五大技术瓶颈与行业应用前景...

深度解析谷歌最新神经操作系统：基于Gemini 2.5 Flash模型的实时UI生成技术，具备极低延迟和成本优势，支持百万级token处理，将重塑操作系统市场格局。了解技术架构、性能指标及2025年企...

宇树科技沉浸式机器人遥操作专利整合第一人称映射与VR仿真，提升远程操作精度与直觉性，覆盖工业制造、医疗手术及灾害救援场景，助力人机交互革新。

伦敦大学研究证实：最新AI语音合成技术已达到与真人录音难以区分的水平。本文深度解析语音克隆的技术突破、商业应用前景及面临的伦理安全挑战，为关注人工智能发展的读者提供专业见解。

小米发布全球领先的开源语音大模型Xiaomi-MiMo-Audio，在MMAU和Big Bench音频测试中超越谷歌Gemini与OpenAI GPT-4o。了解其亿小时训练数据、少样本学习能力及在智...