星紀魅族宣布，將于5月13日正式發(fā)布Flyme AIOS 2操作系統(tǒng)。隨著智能手機行業(yè)對人工智能技術的深度探索，F(xiàn)lyme AIOS 2此次帶來了一系列令人矚目的升級，尤其是在任務機器人和智能助手Aicy方面，展現(xiàn)出了強大的智能化交互能力。?

Flyme AIOS 2的任務機器人功能迎來全面升級，其最大亮點在于能夠深度理解用戶的復雜意圖。與傳統(tǒng)的“一問一答”式交互不同，升級后的任務機器人可通過多輪對話，精準捕捉用戶的真實需求。例如，當用戶說出“查一下珠海有哪些好玩的地方”，它能自動調用地圖工具，快速呈現(xiàn)豐富的景點信息。隨后，用戶進一步提出了解車程、規(guī)劃路線、查找停車場等需求，任務機器人都能持續(xù)響應并完成操作，極大地提升了交互的流暢性與效率。?

此外，借助多模態(tài)模型的視覺能力，任務機器人還能識別屏幕信息。若屏幕上顯示一個定位地址，用戶只需下達“導航到這里”或“打車到這里”的指令，任務機器人便可自動執(zhí)行相關操作。即便是打車場景中設置途經(jīng)點、預約出發(fā)時間等復雜要求，它也能輕松應對，將任務執(zhí)行過程以小窗形式展示，方便用戶隨時查看進展。不僅如此，任務機器人還支持順風車、拼車等多樣化用車需求，甚至能完成如在閑魚上擦亮寶貝、領取支付寶會員積分等小眾操作，為用戶帶來了全方位的便捷體驗。?

作為Flyme系統(tǒng)的智能助手，Aicy在Flyme AIOS 2中也實現(xiàn)了重大突破。全新Aicy采用了更具呼吸感、更靈動的設計，在交互視覺上給用戶帶來全新感受。在核心能力上，Aicy接入了阿里云端到端大模型 Qwen Omni，成為首個支持全模態(tài)交互的手機語音助手。這一接入使得Aicy的對話延遲顯著降低，能夠實現(xiàn)更有感情的超自然語音對話。?

在實際使用中，用戶將感受到Aicy的語音交互更加自然流暢，如同與真人對話一般。而且，Aicy 還提供了百變音色選擇，無論是溫柔甜美的女聲，還是沉穩(wěn)磁性的男聲，用戶都能隨心切換。更為特別的是，Aicy支持方言識別與交互，讓不同地域的用戶都能以自己最熟悉的語言與手機進行溝通，極大地豐富了用戶的個性化交互體驗。?

北京智源人工智能研究院（BAAI）發(fā)布了一種能夠理解文本、圖像和視頻的多功能人工智能模型，使其成為首批推出多模式模型的國內公司之一。

隨著國內人工智能初創(chuàng)企業(yè)突破先進芯片和資金獲取受限問題，國內行業(yè)一直在競相跟上OpenAI和谷歌等行業(yè)領導者的快速模型開發(fā)。北京智源人工智能研究院是一家非營利機構，致力于國內人工智能社區(qū)的發(fā)展。

北京智源人工智能研究院周一在北京舉行的活動上表示，其最新一代多模態(tài)模型Emu3采用簡單的架構設計來訓練模型理解圖片并制作視頻片段。多模態(tài)模型旨在理解多種類型的輸入數(shù)據(jù)，例如文本、視頻和音頻，而傳統(tǒng)模型只能處理一種類型。

北京智源人工智能研究院院長王仲遠表示，Emu3成功驗證了下一個標記預測可以作為多模態(tài)模型的強大范例，超越語言模型并在多模態(tài)任務中提供最先進的性能。

王仲遠表示：“通過將圖像、文本和視頻標記為離散空間，我們在多模態(tài)序列的混合上從頭開始訓練單個變壓器?！彼a充，Emu3完全消除了對擴散或組合方法的需求。

北京智源人工智能研究院紹，Emu3在生成和感知任務中的表現(xiàn)均優(yōu)于幾種成熟的特定任務模型，研究院已向國際技術界開源了Emu3的關鍵技術和模型。

技術從業(yè)者表示，通過統(tǒng)一架構探索多模態(tài)性的新機會已經(jīng)出現(xiàn)，從而無需將復雜的擴散模型與大型語言模型（LLM）相結合。

“未來多模態(tài)世界模型將推動機器人大腦、自動駕駛、多模態(tài)對話與推理等場景應用。”王仲遠指出。