只需一枚摄像头和一对耳机，便能将画面转化成语言，描绘场景、提示风险，让视障者出行更安全、生活更便捷。日前，在复旦大学自然语言处理实验室（FudanNLP）师生的努力下，基于多模态大模型“复旦·眸思”（MouSi）为视障者量身打造的“听见世界”APP上线，将成为视障人士的生活助手与智能管家。

“眸思”能为视障者的日常生活带来哪些新的改变？据了解，基于“眸思”的“听见世界”APP为视障者日常生活需求量身打造了三种模式。

街道行走模式

“眸思”如一位忠实的向导，红绿灯、十字路口、障碍物……它将细致扫描道路情况，提示潜在风险，陪伴视障者安全通行“看不见”的漫漫长路。

自由问答模式

“眸思”则是一位贴心的朋友，走进博物馆、艺术馆、公园……捕捉四周景象的每个细节，用声音构建丰富的生活场景，传递每一处日常之美。

寻物模式

“眸思”将成为一名可靠的管家，被移动的手杖、最爱口味的牛奶……日常物件的寻觅过程，变得轻松无压力。

“复旦·眸思”（MouSi）的官网链接为：http://www.mousi.org/，感兴趣的读者可以登录尝试更多体验。

复旦大学自然语言实验室张奇教授说：“人工智能发展日新月异，科技应该要改变更多人的生活，希望‘眸思’能够帮助视障人士走出家门，让他们可以尝试更多工作，为人生书写更多可能。”

据介绍，项目落地背后，是一支年轻的团队和开放的氛围。从本科生到博士生共25名复旦学子及桂韬等多位教师、专家的加入，才有了“眸思”接续“MOSS”的成功。

张奇介绍，该项目的主导者实际上都是“初出茅庐”的学生们，在组内头脑风暴会上，年轻学子总能提出开创性想法，能够找到另辟蹊径的解决办法。

今年上半年，团队将结合AR升级APP内的定位精度细化至亚米级别。下半年，团队希望将“眸思”升级到基于视频的判断。更多模式也正在开发中，比如：阅读模式——服务盲人朋友点菜、读书等场景；解说模式——承担无障碍电影解说员的工作。

在政府的支持下，团队计划与NGO组织、智算中心和硬件厂商等开展合作，致力于让视障者免费使用产品和相关服务。今年3月，“听见世界”APP预计将完成第一轮测试，在我国一、二线城市和地区同步开启试点，根据算力部署情况进行推广。

文/广州日报新花城记者：周裕妩 通讯员：陈书灵

   广州日报新花城编辑：陈庆辉

图片来源：复旦大学计算机科学技术学院