科技日報訊 (記者江耘)記者從杭州瞳行科技公司獲悉,該公司日前發(fā)布AI助盲眼鏡。該眼鏡基于通義千問(wèn)Qwen-VL等系列模型打造,具有出行避障、找物讀物、語(yǔ)音助手和一鍵求助親友等功能。在出行場(chǎng)景,該眼鏡可實(shí)現300毫秒的超低延遲,佩戴者每邁出一步,眼鏡即可給出道路提示。
出行是視障人士特別關(guān)注的問(wèn)題。據統計,我國有超過(guò)1700萬(wàn)名視障人士,其出行高度依賴(lài)導航軟件及人工幫助,經(jīng)常遇到最后十米導航無(wú)法找到目的地、服務(wù)人員無(wú)法及時(shí)響應等問(wèn)題。助盲出行工具較少,客觀(guān)上抑制了視障人士的出行意愿。
據介紹,該眼鏡產(chǎn)品由4部分組成,分別是眼鏡主體、手機、遙控指環(huán)、盲杖。杭州瞳行科技公司將自研視覺(jué)模型與通義千問(wèn)結合,配合121度超廣角雙攝像頭等硬件,著(zhù)重打造AI助盲眼鏡的低延遲避障能力,并根據不同場(chǎng)景對眼鏡搭載的大模型進(jìn)行針對性調優(yōu)。
比如,在避障場(chǎng)景,大模型會(huì )簡(jiǎn)單概括周邊環(huán)境,識別公交車(chē)牌、路牌等,做出及時(shí)響應;在找店點(diǎn)餐等場(chǎng)景,大模型會(huì )對文本、環(huán)境進(jìn)行總結和詳細播報,幫助用戶(hù)找到目的地并閱讀特定段落。
杭州瞳行科技公司市場(chǎng)及技術(shù)總監陳剛說(shuō):“大模型出現之前,做AI助盲產(chǎn)品比較難。算力成本的大幅降低,讓AI初創(chuàng )企業(yè)能夠快速發(fā)展起來(lái)。利用通義千問(wèn),我們通過(guò)‘基模復用+微調優(yōu)化’即可快速實(shí)現所需功能?!?/p>