今日精选的前沿 AI 信息，欢迎阅读 👇

🎤 LLaMA-Omni 端到端语音交互模型，实现 226 毫秒低延迟，同时生成文本和语音响应！

🎮 GameGen-O 模型自动生成开放世界游戏内容，创造《GTA》《塞尔达》级别的游戏！

🛠️ OpenAI 科学家开源提示词工具 ell，多模态支持，轻松管理优化 AI 提示词！

前沿技术

1、一个低延迟、高质量的端到端语音交互模型：LLaMA-Omni。

基于 Llama-3.1-8B-Instruct 构建，能够在 226 毫秒内实现低延迟的语音交互，并且能够同时生成文本和语音响应。

GitHub：https://github.com/ictnlp/LLaMA-Omni

2、首个针对开放世界视频游戏生成的扩撒变换器模型：GameGen-O。

它能够自动生成高质量的开放领域游戏内容，如多种角色、环境和动作等，支持结构化指令提示、操作信号和视频提示等多种交互式控制能力。

详细介绍：https://gamegen-o.github.io/

可以用它来创造出类似于《侠盗猎车手》或者《塞尔达传说》那样的开放世界游戏内容。

开源项目

1、一款开源的、轻量级、功能齐全的提示词工具：ell。

由 OpenAI 研究科学家 William 开源，为了更好地管理和优化 AI 模型的提示词。

GitHub：https://github.com/MadcowD/ell

具有如下特点：

• 提示是程序：William 认为提示词不是简单的文字，而应该像程序一样可控和管理；
• 提示是模型参数：提供了丰富的工具来优化提示，支持自动版本控制和序列化，以及自动生成的提交信息；
• 监控、版本控制和可视化工具：内置 Ell Studio 工具，用于版本控制、监控和可视化提示；
• 多模态支持：支持文本、图像、音频和视频等多种数据类型的处理，使得多模态的提示工程像处理文本一样简单。