GPT-4o能玩《黑神话》！精英怪胜率超人类，无强化学习纯大模型方案

- 阿里巴巴的研究人员们提出了一个新型VARP（视觉动作角色扮演）智能体框架。

- 能直接将游戏截图作为输入，通过视觉语言模型推理，最终生成Python代码形式的动作，以此来操作游戏。

- 以玩《黑神话·悟空》为例，该智能体在90%简单和中等水平战斗场景中取胜。

🔗GPT-4o能玩《黑神话》！精英怪胜率超人类，无强化学习纯大模型方案-CSDN博客

StoryMaker：一致性角色图像解决方案 

- 不仅可以在多人物场景中保持角色的面部一致性，还包括衣服、发型和身体姿态一致性

- 进而可以用于生成系列图片构成的故事情节

- StoryMaker 可以通过文本提示控制生成图像的背景、姿势和风格，使得用户可以根据不同的场景需求生成符合叙事需求的图像序列。

- 该模型支持包括服装交换、角色插值等功能，并能与其他生成插件（如 LoRA、ControlNet）集成，提供多样化的生成应用场景。

🔗GitHub：https://github.com/RedAIGC/StoryMaker

🔗模型下载：https://huggingface.co/RED-AIGC/StoryMaker

Deepgram 推出了全新的AI语音代理API

- 能够进行实时自然的语音对话

- 该API依赖于快速的语音识别和语音合成模型，支持实时的语音理解、推理和对话生成。

- 能够自然地处理对话中的停顿或中断

- 可以与不同的大语言模型（如Llama 3和GPT-4）无缝集成

- 适用于客户支持、订单处理等场景。

🔗详细介绍：https://deepgram.com/learn/introducing-ai-voice-agent-api

🔗在线体验：https://deepgram.com/agent/