AI最前沿 88Z.ai 11 月 17 日消息,谷歌开源多模态实时语音试衣助手 FashionMind,基于ADK与Gemini Live 2.5 Flash构建,支持全双工语音对话、摄像头实时穿搭点评与跨会话三层记忆。
消息要点
- 基于ADK与Gemini Live 2.5 Flash,支持全双工语音、实时视觉点评及跨会话记忆
- 通过商品目录直注上下文与信号工具消除延迟,实现提及商品即刻高亮的零额外轮次体验

要点
谷歌正式开源多模态实时语音试衣助手FashionMind。该工具基于ADK框架与Gemini Live 2.5 Flash模型构建,具备全双工语音对话能力,可通过摄像头提供实时穿搭点评,并支持跨会话的三层记忆功能。FashionMind的核心创新在于将商品目录直接注入上下文,并将推荐机制转化为信号工具。这一设计消除了工具调用的延迟,实现了零额外轮次的交互体验。当用户提及具体商品时,系统能够即刻高亮显示,确保流畅自然的沟通效果。
资料来源与整理说明
本文由 AI最前沿通过 AI 辅助整理公开资料。产品能力与开放范围按发布方说明转述,未将其视为本站实测或独家采访结论。
- FashionMind原始资料发布于
以上日期为原始资料发布日期;标题下方日期为本文在 AI最前沿的发布时间。