昆仑万维发布“天工大模型4.0”4o版及实时语音助手Skyo：宣称能克服大模型幻觉

近日消息，昆仑万维正式对外宣布，推出了其最新的“天工大模型 4.0”4o 版（Skywork 4o）以及一款名为“实时语音对话助手 Skyo”的新产品。此次发布的 Skywork 4o 在原有基础上进行了多项优化和升级，旨在提供更高效、精准的服务。

而“实时语音对话助手 Skyo”则是一款专注于提高人机交互体验的产品，能够广泛应用于客户服务、智能家居等多个场景，为用户提供更加自然流畅的对话体验。

据官方介绍，Skyo 作为一个智能语音互动产品，具备快速响应、多语言对话能力，它能够主动发起对话、实时打断，能够克服大模型的“幻觉”问题，在对话中回复真实内容。同时，Skyo 具备情感化反应和个性化声音定制功能。

“天工大模型 4.0”4o 版具备如下特征：

高效响应速度：通过端到端的语音对话建模，实现低延迟响应，接近人对话的思考问答时间。

支持实时打断：用户无需点击对话开始和结束的按钮，全双工系统支持聊天中任意打断。

情感理解与个性化记忆：能够理解用户的情绪并提供情感化回应，对话更具人性化。

可定制的声音风格：支持用户定制或挑选助手的音色和风格。

有能力支持多语言：根据用户需求在多语言之间切换，适应全球化应用场景。

Skyo 则具备如下特征：

1 秒内回复、聊天中可打断：依托全双工 + 低延时技术，系统能随时聊天和打断，带给用户更自然对话感。

主动交流：系统在检测到用户静默后，会主动发起聊天，并根据用户的历史偏好进行对偏好垂类的新闻进行语音播报。

持续长对话：可支持跟用户长时间对话互动，在用户休闲、健身、出行途中进行可持续陪伴，成为用户的个人互动播客。

情感反应：提供拟人化回复，会感受到用户情感进行回复。

质感音色：更自然、更逼真的声音表达，并且实现情感和语调的高度还原。

风格切换：支持用户定制声音风格，如选择专业新闻播报的男生音色、英姿飒爽的女生音色等。

强大的记忆功能：能够在对话中追踪并回忆用户的偏好和历史信息，以提升多次对话的准确度。

回复真实内容：具备实时资讯获知和知识拓展能力，与用户进行互动式交流。

昆仑万维发布“音疯AI”：革新音乐创作，搭载交易功能实现即时盈利

近日，昆仑万维科技股份有限公司宣布上线音乐创作平台——“音乐智匠AI”，该平台突破性地根据用户提供的文本创意，生成多样化的音乐作品，并且能够生成长达4分钟的完整曲目，有效应对用户对音乐作品长度的多样化需求。

“音疯AI”平台以其先进的AI技术，为用户提供了一种全新的音乐创作体验。用户只需提供一段文本，AI即可将其转化为旋律和节奏，创作出具有个性化的音乐作品。此外，平台还提供了局部生成和延长功能，用户可以对某段旋律进行重写或延长，以获得更满意的音乐效果。

值得一提的是，音疯AI还推出了AI音乐交易商店，用户创作的音乐可以直接变现，实现了艺术创作与商业价值的结合。同时，平台还与快手等短视频平台合作，用户创作的音乐作品有机会被用于短视频制作，进一步扩大了音乐作品的传播范围。

音疯AI的推出，标志着AI技术在音乐创作领域的新突破，为用户提供了一个表达情感、分享创意的新渠道。随着平台功能的不断完善和新功能的陆续上线，音疯AI有望成为音乐爱好者和创作者的新宠。

革新智能交互界面：昆仑万维携手智源等机构共同推出“Cradle”计算机控制新框架

近日消息，一场科技界的盛事悄然上演，昆仑万维携手北京智源人工智能研究院、新加坡南洋理工大学以及北京大学等顶尖学术机构，共同揭开了名为“Cradle”的通用计算机控制框架的神秘面纱。这一创新成果标志着智能代理技术迈向了一个全新的高度，预示着未来人机交互模式的深刻变革。

这一AI框架使智能体（AI Agent）能够无需特别训练，直接像人一样控制键盘和鼠标，与任意开闭源软件进行交互，不依赖任何内部API。Cradle是首个能够同时玩转多种商业游戏和操作各类软件应用的AI框架，其论文、项目和代码均已开源。

Cradle展示了在多款游戏中的卓越能力，包括在《荒野大镖客2》中完成长达40分钟的主线任务，在《星露谷物语》中清理农场和购物，在《城市天际线》中建造千人小镇，在《当铺人生2》中与客户讨价还价，以及在Chrome、Outlook、飞书等日常软件中的应用能力。它还能进行修图、剪辑视频等操作，成为一个全能的AI Agent。

Cradle由信息收集、自我反思、任务推断、技能管理、行动规划和记忆模块六个部分组成，通过合理封装和抽象原始输入输出，实现与电脑的交互。它使用屏幕显示的视频图像作为输入，提取文本和视觉信息进行决策，并输出控制键盘和鼠标的信号。Cradle的决策推理模块能够自发与软件交互并完成任务，通过反思过去、总结现在和规划未来的方式进行操作。

此外，Cradle在游戏和软件应用上的表现证明了其通用性，能够在多种风格和操作方式不同的游戏中完成复杂任务，在常用软件中执行各项任务，如下载论文、发送邮件、修图、剪辑视频等。Cradle还在具有挑战性的benchmark OSWorld上击败了使用真值标签的基线方法。

Cradle的发布为构建通用计算机控制智能体（GCC Agents）提供了新的可能性，推动了统一输入输出接口的发展，为未来智能体在不同环境中的交互和自我提升奠定了基础，为实现通用人工智能(AGI)迈出了重要一步。