VITA

🆔 项目名称：VITA

⭐️ 项目功能：开源版视频+语音模型

📁 项目简介：一个开源的多模态大语言模型，旨在实现实时的视觉和语音交互。

能够同时处理视频、图像、文本和音频数据，通过减少交互延迟、增强语音处理能力和改进多模态理解，达到了接近GPT-4o的水平。

🌐 项目地址：点击打开