牛,The O-one ——通过语音交互控制电脑的开源语言模型

模型介绍

The O-one :一个创新的开源语言模型计算机 可以让你通过语音交互来和你的计算机进行对话,完成询问、指令下达等任务。灵感居然来自Andrej Karpathy 的 LLM 操作系统。O1运行一个代码解释语言模型,并在计算机内核发生特定事件时调用它。 装上它,你可以使用语音说话的方式来操控你的电脑完成各种任务。它还能通过你的指导,自己学会新的技能,只需一次下次就自己会了。

特点

  • 开源语言模型计算机:它建立了一个以语言模型为核心的开源计算平台,旨在实现语言驱动的计算和控制。
  • 对话设备支持:通过提供一个功能强大的操作系统,01项目能够为如Rabbit R1、Humane Pin或Star Trek计算机等对话设备提供支持,使其具备高级的交互能力。
  • 硬件适配性:项目设计有两种硬件形态,01 Light和01 Heavy,分别是基于ESP32的语音接口和独立运行全部功能的设备。这展示了项目对于在不同硬件上运行的灵活性和可扩展性。
  • 语音到语音的WebSocket:01通过在本地主机暴露一个语音到语音的WebSocket接口,允许原始音频数据的流式传输和接收,支持高效的语音输入输出处理。
  • 代码解释语言模型:项目通过将代码解释语言模型指向计算机的内核,形成一个语言模型计算机(LMC)。这一架构结合了经典计算机的精确性与语言模型的智能性,开创性地融合了两者的优势。

主要功能

1、语音交互:允许用户通过简单的推按操作与设备进行对话,完成询问、指令下达等任务。

2、日程和活动管理:可以远程访问你的电脑设备查询天气、查看日程、添加活动至日历,并自动发送活动相关信息。

3、邮件与文件处理:能够访问你的邮件,管理邮件,例如自动发送包含指定文件的邮件给特定联系人

4、学习新技能:通过用户指导,O1可以学会新的操作技能,如发送Slack消息等。5、自动化工作流:监控邮件,自动处理和转发信息,如发票详情等。最牛皮的是,O-one是开源的,他们公布了代码、CAD图纸、以及其他信息,你完全可以自己做一个。

项目:https://github.com/OpenInterpreter/01。

价格99美金,现在可以预定,开发者可以自己DIY一个。

相关推荐
琥珀食酒社几秒前
菜鸟找到舒适区
大数据·人工智能
猿类崛起@6 分钟前
2025秋招LLM大模型多模态面试题:110道大模型面试常见问题及答案,助你拿下AI工程师岗位!
人工智能·机器学习·ai·性能优化·大模型·prompt·大模型训练
MonkeyKing_sunyuhua8 分钟前
量化只支持a8w8和w4a8,其中a8w8和w4a8是什么意思?
人工智能·算法
霍格沃兹测试开发学社8 分钟前
被裁后,我如何实现0到3份大厂Offer的逆袭?(内附面试真题)
人工智能·selenium·react.js·面试·职场和发展·单元测试·压力测试
颜颜yan_11 分钟前
CANN异构计算架构深度解析:打造高效AI开发利器
人工智能·架构·昇腾·cann
paopao_wu11 分钟前
人脸检测与识别-InsightFace:向量相似性搜索Faiss
人工智能·yolo·目标检测·ocr·faiss
GISer_Jing12 分钟前
SSE Conf大会分享——UTOO WASM:AI时代的浏览器原生极速研发套件
前端·人工智能·架构·wasm
海边夕阳200621 分钟前
【每天一个AI小知识】:什么是Prompt?
人工智能·prompt
KKKlucifer22 分钟前
数据分类分级为基的跨域流通权限动态管控技术:构建安全可控的跨域数据流通体系
大数据·数据库·人工智能
大模型微调Online26 分钟前
PPO最强,DPO一般?一文带你了解常见三种强化学习方法,文末有大模型微调神器!
aigc