智元发布 WITA-Omni 具身交互模型
AI 总结
智元 AGIBOT 宣布发布 WITA-Omni,这是一款基于机器人本体感知数据训练的具身端到端交互模型。据 IT之家报道,该模型可接收音视频、触觉和本体状态等输入,并通过流式全双工架构输出机器人动作与表情。智元称其为行业首个此类模型,响应最快约 400 毫秒、平均约 600 毫秒,但现有报道未提供独立测试或明确的行业对比基准。
深度见解
WITA-Omni 将多模态模型从语言和视觉扩展至具身交互,在同一系统中结合感知、推理、语音、动作与表情。