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
得贤招聘官2 分钟前
告别“感觉选人”:AI重构招聘的效率、精准与体验闭环
人工智能·重构
Jerryhut4 分钟前
Opencv总结2——图像金字塔与轮廓检测
人工智能·opencv·计算机视觉
数字孪生家族5 分钟前
视频+数字孪生技术在隧道智慧综合管控平台中的典型应用
人工智能·视频孪生技术·智慧隧道建设·数字孪生交通·空间智能应用
岁月宁静8 分钟前
一个 AI 聊天功能,背后至少 8 个你没想到的工程细节
前端·vue.js·aigc
dulu~dulu8 分钟前
机器学习题目总结(二)
人工智能·机器学习·支持向量机·聚类·集成学习·降维·贝叶斯分类器
咬人喵喵17 分钟前
神经网络:教电脑像人脑一样思考
人工智能·深度学习·神经网络
古城小栈17 分钟前
Spring Boot 3.3 整合 AI 工具链:自动生成接口文档
人工智能·spring boot·后端
翔云 OCR API18 分钟前
文档识别接口:赋能企业高效办公与加速信息的数字化转型
开发语言·人工智能·python·计算机视觉·ocr·语音识别
Mintopia18 分钟前
🌐 长期视角:WebAIGC 技术的社会价值边界与伦理底线
前端·人工智能·aigc
Mintopia21 分钟前
🧩 为 AI 提供专业可信的工具,实现“思路猜想”
人工智能·llm·aigc