这项由南京大学、腾讯优图实验室、厦门大学等多家机构联合完成的研究发表于2025年1月21日，论文题为《VITA-1.5: Towards GPT-4o Level Real-Time Vision and Speech Interaction》。有兴趣深入了解

模态 计算机 编码器 解码器 语音解码器 2025-09-16 21:21  2