音频生成
音频,audio
识别1600+种人类语言，支持少样本扩展到5400+种语言，Meta自动语音识别模型开源
Meta AI发布的Omnilingual ASR技术标志着自动语音识别领域的重大突破。该系统首次实现对1600多种语言的转录能力，其中500多种语言是历史上首次被AI系统记录。...
APP 上线 40 天后，Sora 核心团队分享了他们对于 AI 社交的关键思考
Sora APP在短短5天内实现了100万次下载，速度甚至超过了ChatGPT的早期表现。更引人注目的是，其近200万周活跃用户中，70%参与了内容创作，这一数据远超传统互...
邱锡鹏团队新作：让机器人学会「察言观色」
复旦大学、上海创智学院及新加坡国立大学研究团队近期发布的RoboOmni框架，突破了传统视觉-语言-动作（VLA）模型的局限，通过全模态整合实现了机器人对隐含意...
美团开源全模态，比肩顶级闭源模型，开源新SOTA
美团LongCat团队发布了5600亿参数的开源全模态模型LongCat-Flash-Omni，该模型能够实现毫秒级的实时音频-视觉交互。其核心是一个端到端的全模态架构，能够接...
SkyReels全新上线：昆仑万维盯上AI短剧
昆仑万维旗下AI视频创作平台SkyReels于近期全面焕新上线，同步推出Web端与移动端APP，标志着其技术布局进入新阶段。该平台诞生于2023年，核心目标是解决长视...
151% 的增长背后，它正在成为 AI 的「新入口」
AI语音技术正以前所未有的速度发展，成为价值1500亿美元的新兴赛道。在声网与RTE开发者社区联合主办的Convo AI & RTE 2025大会上，专家们探讨了实时互动（RTE...
实测全新 SkyReels ：AI 创作，终于连成了一体
生成式AI技术虽快速发展，但视频创作仍面临高门槛问题。当前流程涉及脚本撰写、画面生成、配音剪辑等多个环节，依赖不同软件工具，导致普通创作者需承担较高...
刚刚，AI视频的天花板被掀翻！测完SkyReels后飘了：我亦有成为专业导演的潜质
昆仑万维近日推出全新升级的AI视频创作平台SkyReels，标志着多模态内容生成技术进入新阶段。该平台通过'模型+平台'双轨模式，集成图像、音频、视频、数字人等...
美团新独立APP，点不了菜只能点AI
美团最新开源的多模态模型LongCat-Flash-Omni实现了全模态实时交互能力，在Omni-Bench等综合性基准测试中超越同类开源模型，达到与闭源Gemini-2.5-Pro相当的...
iQOO Neo11 ：一杯即满配的“超神游戏机”来了
10月的国产手机市场竞争异常激烈，中高端市场尤其是性价比性能机领域，iQOO、红米、一加三大品牌几乎同期推出新品。vivo在发布iQOO 15后，又推出了iQOO Neo11...
