HumanOmni HumanOmni是一款专注于人类中心场景的多模态大模型，由阿里通义等推出。该模型融合了视觉和听觉信息，旨在全面理解人类的行为、情感和互动。通过处理视频、音频或两者的结合输入，HumanOmni展现出卓越的情感识别、面部表情描述和语音理解能力。基于超过240万段视频和1400万条指令的预训练，Hum... AI工具箱8个月前
