Privát bevezetés, egyedi avatárok és többnyelvű párbeszéd – mire képes az új mesterséges intelligencia digitális ember

Yingmi multimodálisAI interaktív digitális emberi rendszerA - most önálló all-egy terminálban-szállítással - egyetlen egységbe helyezi a csupasz-szem 3D-s megjelenítést, a nagy nyelvű modellek érvelését és a helyi privát tudásbázist. A szervezetek konfigurálják, márkanévvel látják el és futtatják anélkül, hogy érzékeny adatokat külső felhőn keresztül irányítanának.

Ez utóbbi pontot már nehezebb természetesnek venni. A közintézmények és a vállalatok egyre óvatosabbak azzal kapcsolatban, hogy mi kerül a megosztott AI-infrastruktúrába, és hová kerül. A rendszer privát RAG (Retrieval-Augmented Generation) tudásbázisa tárolja és dolgozza fel a tartalmat az ügyfél saját környezetében. Az exportálás és a biztonsági mentés egyetlen kattintással fut.

A terminál virtuális kísérőként működik, - válaszol a látogatók kérdéseire, végigvezeti a felhasználókat a szolgáltatásokon, és bármilyen, a lekérdezésnek megfelelő formátumban információt küld vissza: szöveg, kép, videó vagy szóbeli válasz. A látogatók háromféleképpen kezdhetik meg az interakciót: hangos kulcsszóval, érintőképernyővel vagy arcfelismeréssel. A három mód együtt futhat, vagy külön-külön is be- és kikapcsolható a felügyeleti háttérből.

A beszédkezelés lefedi a kínai{0}}angol párbeszédet zajszűrő{1}}mikrofon támogatással. Ellentétben a rögzített-lejátszási kioszkokkal, a rendszer elfogadja a megszakításokat a -mondat közepén -, amelyet a látogatók belevághatnak a követésbe- anélkül, hogy megvárnák a válasz befejezését. További nyelvek konfigurálhatók a nemzetközi turisztikai helyszínekhez vagy a határokon átnyúló{8}}vállalati környezetekhez.

A mesterséges intelligencia érveléséhez a rendszer csatlakozik a DeepSeekhez, a Doubaóhoz, az ERNIE Bothoz, a Xunfei Sparkhoz és opcionálisan a GPT-4.0-hoz. Elfogadja a kliens által biztosított-tulajdonos API-végpontokat - is, amelyek hasznosak olyan szervezetek számára, amelyek már kiépítették a belső modell-infrastruktúrát, és azt szeretnék, hogy a digitális ember futtassa át ezen, nem pedig harmadik féltől származó szolgáltatás.

A vizuális komponens csupasz{0}}szemű 3D lencse alakú kijelzőn - mélységi megjelenítésen fut szemüveg vagy headset nélkül. Az avatarkönyvtár több mint 200 előre{5}}előre felépített karaktert tartalmaz, amelyek üzleti, kormányzati és turizmusbeli szakmai szerepeket fednek le, három szabványos készlettel a telepítéskor. Az ügyfelek egyéni vállalati karaktereket tölthetnek fel a kezelőfelületen keresztül.

Minden avatar három mozgáskészletet hordoz: üres légzés mikro-kifejezésekkel, üdvözlő gesztusok (hajlás, biccentés, integetés) és magyarázó-módú kézmozdulatok, amelyek szinkronizálódnak az elhangzott tartalommal. Az avatarok váltása - vagy a nyelvi módok váltása, mondjuk egy mandarin üzleti személyről egy angol nyelvű-beszédű útmutatóra -, hangutasítással történik futás közben, és nincs szükség a háttérrendszer újrakonfigurálására.

A hangklónozás lehetővé teszi az ügyfelek számára, hogy egy adott hangot vigyenek a rendszerbe. Egy szóvivő vagy intézményi figura rövid felvétele klónképzésen megy keresztül; a digitális ember ekkor ezen a hangon beszél. Több TTS-profil telepíthető és cserélhető, függetlenül attól, hogy melyik avatar fut.

A privát tudásbázis többféle formátumban is tartalmaz tartalmat: Excel-fájlok kérdezz-felelek párokhoz, PowerPoint-csomagok automatikus-szinkronizált diatovábbítással a prezentációk során, valamint videoelemek, amelyek bizonyos interakciós pontokon aktiválódnak. Élő lekérdezés - időjárás, hírek - a kurált intézményi tartalom mellett fut.

A napi--napi kezelés egy nulla-kódú vizuális szerkesztőn keresztül fut. A kezelők grafikus felületen keresztül módosítják az ébresztőszavakat, a hangsebességet, a személybeállításokat és az audioprofilokat; a változások azonnal életbe lépnek a rendszer újraindítása nélkül. A háttérrendszer többszintű engedélyvezérlőket használ, így a különböző operátori szerepkörök csak azt láthatják és szerkeszthetik, hogy megérintené őket.

A terminál hat képernyőméretben (- 21.5, 27, 32, 43, 49 és 55 hüvelykes -) kapható, akár normál LCD, akár csupasz{7}}szem 3D lencse alakú. A burkolatok között megtalálható a szálcsiszolt fém, az edzett üveg és a lakk; A márkaépítés lézergravírozással vagy szitanyomással történik. Szabadon álló padlóegységként rögzíthető görgőkkel, fali konzollal vagy asztali állvánnyal.

OEM és ODM konfigurációkrendszerintegrátorok és viszonteladók számára elérhetők. A szoftver testreszabása magában foglalja a rendszerindítási animációt, a teljes felhasználói felület témáját a vállalati vizuális identitás ellenében, valamint a modulszintű aktiválási vezérlőket. A hardvert a kliens márkanév végétől végpontig - házzal, indítási sorrenddel, felhasználói felülettel - szállítjuk, anélkül, hogy látható lenne a gyártó azonosítója, ha az ügyfélnek erre van szüksége.

A jelenlegi telepítések kormányzati adminisztratív központokon, múzeumi kiállítótermeken, vállalati bemutatótermeken, kórházi osztályok előtereiben, egyetemi kampusz információs pontjain és bankfiókjaiban futnak. A Yingmi által megcélzott öt ágazat a kormányzati és közszolgáltatások, a vállalati terek, a kulturális turizmus, az oktatás és az egészségügy, valamint a pénzügyi intézmények.

Az üzembe helyezés hét szakaszból áll: követelmények konzultáció, megoldásajánlat, szerződés, tartalomgyártás, gyártás és szállítás,{0}}helyszíni telepítés és{1}}értékesítés utáni átadás. A telepítés utáni-támogatás magában foglalja az élethosszig tartó szoftverfrissítéseket, az éjjel-nappali távoli technikai reagálást, a tudásbázis karbantartási segítséget és a kezelői képzést. Kiegészítésként rendelkezésre áll egy készenléti egység a segélyszolgálathoz.

A beszerzési csapatok számára a gyakorlati kérdések általában három dolog köré csoportosulnak: az adatok tárolásának helye, a rendszer hangja és márkajelzése intézményesíthető-e, nem pedig a polcról- A privát üzembe helyezési architektúra, a hangklónozás és a nulla-kódkezelési háttérrendszer e három probléma egyikére irányul -, bár az, hogy mennyire bírják a méreteket, az adott környezettől és az ügyfél saját infrastruktúra-készültségétől függ.