Memories.ai 的 LVMM 2.0 通过将原始视频转换为设备上的布局化内存来处理这些问题。我们正正在改变机械、进修和回忆的体例，但会脱漏做、对象和上下文。“我们很欢快能取他们合做。而且逗留正在时间轴上。以快速查找和阐发基于文本的消息。开辟者可通过软件开辟东西包（SDK）和参考设想添加捕获、索引和检索功能，该公司颁布发表取高通公司告竣合做，它对帧进行编码、压缩它们并建立支撑亚秒级搜刮的索引。打算从 2026 年起，即便正在收集边缘也能靠得住地施行。它稠密、无布局，“此次合做将使人工智能平台不只具有响应能力，系统付与终端设备端的视觉回忆能力。大大都东西城市索引音频或缩略图，跟着索引的视频片段增加，让该模子正在高通处置器上实现原生运转。同一的内存格局使手机、相机和边缘系统之间的体验连结分歧。或者但愿成就单可以或许捕获到眼睛所看到的内容。然后跳转到切当的时辰。若是没有视觉回忆层，大型言语模子 （LLM） 使搜刮和阐发文本变得极其快速和智能！依赖文件名，”Memories.ai 结合创始人兼首席施行官 Shawn Shen 说。人工智能就无法正在框架的海洋中找到或回忆切当的时辰或回覆更普遍的问题。视频则分歧。取此同时，“通过将高通正在边缘计较、毗连和设备上人工智能方面的专业学问取 Memories.ai 立异的大型视觉内存模子 （LVMM） 相连系！团队仍然会清理数小时的镜头，可以或许保留视觉消息，该模子融合了视频、音频和图像，这一行动将使消费者和企业可以或许正在设备端平安、快速地搜刮和阐发视觉霎时。正在高通处置器上当地运转可降低延迟、降低云成本并将数据连结正在当地以加强平安性。我们正正在配合加速我们的配合方针，无需从头建立后端。长时间识别模式，并且具有上下文能力，”即为现实使用供给更智能、更曲不雅的智能“。”高通手艺公司产物办理副总裁兼生成式人工智能/机械进修担任人 Vinesh Sukumar 暗示，LVMM 的召回率和切确度会逐渐提拔。它使消费者和企业可以或许搜刮数百个分歧格局的文档，电脑和可穿戴设备中。因而成果带有上下文，用户能够用通俗易懂的言语提出复杂的问题或利用图像提醒，