全模态拒识

智元正式发布 WITA-Omni 全模态大模型，号称行业首个具身端到端交互大模型，在音视频之外新增触觉与本体状态输入，并输出机器人动作与表情。基于流式全双工架构，其交互响应最快约 400 毫秒、平均约 600 毫秒，较业内平均快近 3 倍，同时支持无唤醒词全模态拒识与上百种语言方言同声传译。