lang
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
หน้าแรก
AI
OPRR
ด่วน
ความลึก
กิจกรรม
BlockBeats Pro
เพิ่มเติม
การเงิน
พิเศษ
ระบบนิเวศบล็อกเชน
รายการ
พอดแคสต์
ข้อมูล
BTC
$96,000
5.73%
ETH
$3,521.91
3.97%
HTX
$0.{5}2273
5.23%
SOL
$198.17
3.05%
BNB
$710
3.05%
Partnered With:

Looki เปิดตัวโมเดลความเข้าใจชีวิต Loom: การรับรู้ ประสบการณ์ และความจำระยะยาวแบ่งการประมวลผลเป็นสามชั้น

动察 Beating ข่าวด่วน AI บริษัทอุปกรณ์สวมใส่ AI Looki เปิดตัวซีรีส์โมเดลมัลติโหมด Loom ซึ่งสามารถรวบรวมชีวิตประจำวันที่บันทึกโดยกล้องและไมโครโฟนให้เป็นความทรงจำระยะยาวที่มีเวลา เนื้อหา และหลักฐานต้นฉบับ สำหรับให้ AI ค้นคืนได้ทุกเมื่อ


ตัวอย่างเช่น ผู้ใช้รับประทานอาหารกลางวันกับเพื่อนร่วมงาน ในระหว่างนั้นได้ discuss โครงการหนึ่ง และสุดท้ายตัดสินใจรอข้อมูลวันศุกร์ก่อนจึงจะตัดสินใจ Loom ไม่เพียงต้องระบุ "การรับประทานอาหาร" "การสนทนา" เท่านั้น แต่ยังต้องบันทึกเนื้อหาที่ discuss การตัดสินใจ และเหตุผลด้วย หลายวันต่อมาเมื่อพูดถึงโครงการนี้อีกครั้ง AI ก็สามารถค้นคืนบันทึกในตอนนั้นได้


Loom แบ่งเป็นสามส่วน:


Sense (การรับรู้): ตัดสินอย่างต่อเนื่องว่าผู้ใช้กำลังทำอะไรอยู่ ใช้โมเดลจำแนกที่ฝึกมาโดยเฉพาะ ให้คะแนนคำถามเช่น "กำลังรับประทานอาหารหรือไม่" "กำลังสนทนาหรือไม่" โดยตรง โดยไม่ต้องสร้างคำอธิบายข้อความทุกครั้ง โมเดลยังอ้างอิงสถานะของช่วงเวลาก่อนหน้า เพื่อหลีกเลี่ยงการrecognizeกิจกรรมที่กระโดดไปมาเนื่องจากการหันหลังหรือการบดบัง


Moment (ประสบการณ์): จัดแนวภาพและเสียงที่เก็บในเวลาต่างกัน ตัดสินอัตโนมัติว่าประสบการณ์หนึ่งเริ่มต้นที่ไหนและสิ้นสุดที่ใด และสร้างคำอธิบายที่มีข้อเท็จจริงสำคัญ เวลา และหลักฐานที่สอดคล้องกัน สามารถแบ่งประสบการณ์ตามเนื้อหาการสนทนา ไม่ใช่เพียงตัดวิดีโอตามระยะเวลาคงที่


Memory (ความทรงจำ): จัดระเบียบประสบการณ์เป็นสรุปรายวัน รายสัปดาห์ รายเดือน และความทรงจำระยะยาว เมื่อตอบคำถาม AI สามารถตรวจสอบสรุก่อน แล้วค่อยๆ ค้นหาประสบการณ์เฉพาะทีละชั้น และเมื่อจำเป็นก็ย้อนดูภาพหรือเสียงต้นฉบับเพื่อตรวจสอบรายละเอียด


ปัจจุบัน Loom ยังทำงานร่วมกับโมเดลเฉพาะทางหลายตัวและระบบค้นคืนความทรงจำ โดยมีแผนในอนาคตที่จะรวมความสามารถเหล่านี้เข้าสู่โมเดลมัลติโหมดแบบ end-to-end ต่อไป


ในการทดสอบตนเองอย่างเป็นทางการ Sense recognizeกิจกรรมประจำวันเกือบ 20 ประเภท ได้คะแนน F1 88.6 ใช้เวลาเฉลี่ย 0.51 วินาทีต่อการตัดสินหนึ่งครั้ง Moment เกินกว่า Gemini Flash ในการตัดสินเวลาเริ่มต้นและสิ้นสุดของประสบการณ์ แต่คำอธิบายข้อความที่สร้างยังไม่แม่นยำเท่า Memory ได้คะแนน 79.0 สูงกว่า mem0 อยู่ 18 คะแนน ปริมาณ Token ที่ประมวลผลเฉลี่ยต่อคำถามเพียง 14.5% ของตัวหลัง


Loom จะถูกใช้กับอุปกรณ์สวมใส่ของ Looki เองก่อน ปัจจุบันยังไม่เปิด API โมเดลแบบ獨立 และน้ำหนักโมเดลก็ยังไม่เปิดซอร์ส

แก้ไข/รายงาน
ส่ง
เพิ่มคลัง
เห็นได้เฉพาะตัวเอง
สาธารณะ
บันทึก
เลือกคลัง
เพิ่มคลัง
ยกเลิก
เสร็จสิ้น