阿里云发布全新多模态交互开发套件

as22

1月8日消，据阿里云官方公众号消息，在阿里云通义智能硬件展上，阿里云全新发布多模态交互开发套件。

据悉，该套件集成了千问、万相、百聆三款通义基础大模型，并预置十多款生活休闲、工作效率等领域的Agent和MCP工具，不仅能听、会看，还能思考并且与物理世界交互，可应用于AI眼镜、学习机、陪伴玩具、智能机器人等硬件设备。

随着多模态大模型的发展，大模型已开始具备理解、感知以及和物理世界交互的能力，越来越多的硬件和终端设备厂商开始通过接入大模型来提升交互体验。然而，仅靠基础大模型仍无法同时满足硬件设备对低成本、低时延、功能丰富和高质量效果的需求。

阿里云多模态交互开发套件为硬件企业和解决方案商提供了低开发门槛、响应速度快、场景丰富的平台。

据介绍，该套件适配30多款终端芯片，硬件可快速接入。同时还集成通义大模型，搭配AI硬件交互专有模型。另外还预置MCP工具与Agent，接入了百炼平台生态。

此外，在现场，阿里云还展示了面向智能穿戴设备、陪伴机器人、具身智能等领域的解决方案。