GPT-4o 級別!VITA-1.5:實時視覺與語音交互，1.5秒互動延遲

　　VITA-MLLM團隊最近推出了VITA-1.5，這是對VITA-1.0的重大升級，旨在提升多模態(tài)交互的實時性和準確性。

　　新版本支持英語和中文，互動延遲顯著降低至1.5秒，用戶體驗大幅提升。VITA-1.5在多個基準測試中的性能也有顯著提高，語音處理能力經(jīng)過深度優(yōu)化，ASR錯誤率降至7.5。

　　互動延遲大幅降低至1.5秒，提升用戶體驗。

　　多模態(tài)性能顯著提高，基準測試平均性能從59.8提升至70.8。

　　語音處理能力增強，ASR錯誤率降低至7.5，語音識別更準確。