Magentic-UI 是一个基于多代理系统的研究原型，允许用户通过透明且可控的界面进行网络浏览和任务自动化。

OmniTalker 是由阿里巴巴 Tongyi 实验室提出的一种统一框架，旨在实时生成音频和视频，提升人机交互体验。

Conversational Video Interface（CVI）是Tavus推出的一种情感智能对话视频界面。

Project Mariner是Google DeepMind基于Gemini 2.0模型开发的早期研究原型，旨在探索未来的人机交互方式，特别是在网络浏览器中的应用。

ShowUI是一个轻量级的视觉-语言-行动模型，专为GUI代理设计。

Ant Design X 是由Ant Design团队推出的AI界面解决方案，它基于RICH设计范式（角色、意图、会话和混合界面），延续Ant Design的设计语言，提供了全新的AGI混合界面（Hybrid-UI）解决方案。

Gyges Labs致力于创造AI时代的智能穿戴设备，结合了独特的先进光学技术和协作AI技术。

PARTNR是由Meta FAIR发布的一个大规模基准测试，包含100,000个自然语言任务，旨在研究多智能体推理和规划。

Agent S是一个开放的代理框架，旨在通过图形用户界面(GUI)实现与计算机的自主交互，通过自动化复杂多步骤任务来转变人机交互。

心辰Lingo语音大模型是一款先进的人工智能语音模型，专注于提供高效、准确的语音识别和处理服务。

Listening-while-Speaking Language Model (LSLM)是一款旨在提升人机交互自然度的人工智能对话模型。

ControlMM是一个全身运动生成框架，具有即插即用的多模态控制功能，能够在文本到运动(Text-to-Motion)、语音到手势(Speech-to-Gesture)和音乐到舞蹈(Music-to-Dance)等多个领域中生成稳健的运动

V-Express是一个由腾讯AI实验室开发的头像视频生成模型，它通过一系列渐进式丢弃操作平衡不同的控制信号，使得生成的视频能够同时考虑姿态、输入图像和音频。

The Shape of AI 是一个专注于人工智能交互模式的网站，它提供了关于如何在设计中融入人工智能的深入见解。

Hume AI的同理心语音接口(EVI)是一种由同理心大型语言模型(eLLM)驱动的API,可以理解和模拟语音音调、词语重音等,从而优化人机交互。

AMBIDEX是NAVER LABS开发的双臂机器人，旨在实现与人类的安全共存。

EMAGE是一种统一的整体共话手势生成模型,通过表情丰富的掩蔽音频手势建模来生成自然的手势动作。

01 Light是一款语音控制界面,可以让你用语音控制家用电脑执行各种操作。

Salieri是一个多元宇宙AI平台，帮助用户创建、配置和分享无限的并行世界。

通用操作接口(UMI)是一个数据收集和策略学习框架,允许直接将现场人类演示中的技能转移到可部署的机器人策略。

SpeechGPT是一种多模态语言模型，具有内在的跨模态对话能力。

rabbit是一个研究项目，旨在开发可以理解和模拟人类在计算机应用中的行为的系统。

InsActor是一个基于物理模拟的角色控制系统。