
window 01 / 03
轻松愉悦
意图识别结果
轻松愉快的社交互动
表情
自然微笑 · 眼神明亮
动作
身体微倾 · 稳定注视
声音
清晰明亮 · 语速平稳
语义
关心结果 · 善意回应


window 01 / 03
意图识别结果
轻松愉快的社交互动
表情
自然微笑 · 眼神明亮
动作
身体微倾 · 稳定注视
声音
清晰明亮 · 语速平稳
语义
关心结果 · 善意回应

window 02 / 03
意图识别结果
表达担忧并评估意外信息
表情
眼睛睁大 · 嘴巴张开
动作
双手握持手机 · 姿态收紧
声音
尖锐吸气 · 音调上扬
语义
疑问表达 · 结果不确定

window 03 / 03
意图识别结果
轻松愉快地分享结果
表情
面带微笑 · 眼神专注
动作
头部微倾 · 握持稳定
声音
轻快明亮 · 节奏自然
语义
夸张自嘲 · 分享结果
以上结果来自所示样例视频的多模态分析,不代表对所有视频或场景的统一准确率。
感知为理解提供输入,记忆让理解保持连续,回应则把理解带进真实交互。
读取视觉、声音、行为和环境中的细微信号。
结合当时发生的事情,理解情绪、意图和状态变化。
建立稳定的主体状态,知道此刻的“我”从哪里出发。
连接连续时间中的信号、事件与上下文,理解变化如何发生。
区分自我与他人,推演接下来可能出现的情绪和行动。
在用户同意的前提下,记住偏好、习惯和重要经历。
把理解变成语言、界面、声音、灯光或设备动作。
给出状态趋势、可能意图与行动建议。
把结果交给机器人、智能终端或业务系统。
每一次输出都保留判断依据、置信程度和使用边界,让应用知道如何回应,也知道什么时候应该停下来。
此刻观察到的主要状态。
状态正在如何变化。
结合上下文推断下一步需要。
适合当前情境的回应方向。
说明把握程度与适用范围。
信号不足或彼此冲突时,结果会明确标记为“不确定”。
*应用可以采取的三种处理方式
把相机、麦克风和毫米波雷达接入真实设备,做出第一版交互体验。
Developer Kit用几个短 demo 直接看到 EmoraOS 收到什么、理解什么、如何反馈。
Playground