近日，Krafton 公司宣布推出旗下全新人工智能（AI）模型品牌“Raon”，標(biāo)志著其在人工智能（AI）領(lǐng)域的深入布局，旨在助力研究者與開發(fā)者自由創(chuàng)新。此次發(fā)布也進(jìn)一步彰顯了Krafton以技術(shù)驅(qū)動構(gòu)建AI生態(tài)的戰(zhàn)略圖景。

“Raon”這一名稱靈感源自韓語中的“喜悅”（??）一詞，體現(xiàn)了 Krafton 致力于通過 AI 技術(shù)創(chuàng)造游戲內(nèi)在樂趣的理念。本次發(fā)布的模型品牌展現(xiàn)了 Krafton在基礎(chǔ)模型開發(fā)上全流程技術(shù)能力——從數(shù)據(jù)收集、模型訓(xùn)練到性能評估，皆可獨(dú)立完成。未來，公司計(jì)劃進(jìn)一步圍繞 “Raon” AI 模型品牌加強(qiáng)其全球 AI 技術(shù)競爭力。

Kraton 同時(shí)還宣布在全球最大 AI 模型平臺 Hugging Face 上同步開源四款模型，包括語音驅(qū)動大型語言模型（LLM） Raon-Speech、實(shí)時(shí)雙向語音對話模型 Raon-SpeechChat、文本轉(zhuǎn)語音（TTS）模型 Raon-OpenTTS 和視覺編碼器 Raon-VisionEncoder。

Raon-Speech 是一款具備語音理解與生成能力的語音語言模型，參數(shù)規(guī)模為90億（9B）。據(jù) Krafton 介紹，在涵蓋語音轉(zhuǎn)文本、文本轉(zhuǎn)語音、基于語音的問答等7項(xiàng)核心任務(wù)和40項(xiàng)基準(zhǔn)測試的綜合評估中，該模型在參數(shù)規(guī)模小于100億的開源語音語言模型中，其英語與韓語性能均位列全球第一。

Raon-SpeechChat 是一款采用實(shí)時(shí)雙向通信技術(shù)的語音語言模型，允許用戶在與模型對話的過程中自由打斷對方。它是韓國首款發(fā)布的實(shí)時(shí)雙向語音模型。在3種雙向通信模型評估基準(zhǔn)中，它在反語音、插詞處理和響應(yīng)延遲等13個(gè)主要任務(wù)中的平均排名，都達(dá)到世界領(lǐng)先水平。

Raon-OpenTTS 是一個(gè)僅使用公共語音數(shù)據(jù)訓(xùn)練的文本轉(zhuǎn)語音模型，而這些公共語音數(shù)據(jù)此前很難被直接使用。在一項(xiàng)對比模型語音與人類語音自然性的盲測中，其所展現(xiàn)的領(lǐng)先性能水平，不亞于使用私人數(shù)據(jù)訓(xùn)練的 TTS 模型。

Raon-VisionEncoder 是一款視覺編碼器，能夠?qū)D像轉(zhuǎn)換為 AI 能夠理解的信息。當(dāng)視覺編碼器與語言模型結(jié)合時(shí)，視覺信息可以被處理，并且可以從零開始自我訓(xùn)練，無需使用任何預(yù)訓(xùn)練模型。在某些視覺識別任務(wù)中，它記錄的結(jié)果超過了業(yè)內(nèi)同類型旗艦級視覺編碼器模型。在其他任務(wù)中，它的性能甚至超過了相關(guān)旗艦級模型90% 以上，證明了其強(qiáng)有力競爭力。

Krafton 首席 AI 官（CAIO）Kangwook Lee 表示：“Raon 模型系列的發(fā)布是 Krafton AI 技術(shù)能力積累過程中的重要里程碑。我們期待將大規(guī)模訓(xùn)練數(shù)據(jù)和核心模型開源分享，讓研究人員和開發(fā)者自由使用，助力多模態(tài)技術(shù)的發(fā)展以及韓國 AI 生態(tài)系統(tǒng)的發(fā)展。”

未來 Krafton 將持續(xù)推動 AI 模型和智能體技術(shù)的發(fā)展，引領(lǐng)技術(shù)創(chuàng)新。