音频生成
音频,audio
Voice-first，闭关做一款语音产品的思考
在硅谷深入研究了两个多月后，作者发现语音产品是AI在C端领域的核心变革点。语音作为一种信息模态，正成为人们与产品交互的新接口，拓宽了物理边界。作者认为...
字节的第一款 AI 硬件，只是一次悄悄试水？
字节跳动通过其品牌豆包发布了AI智能体耳机Ola Friend，标志着公司在AI硬件领域的进一步扩展。这款开放式耳机重量轻，单耳仅6.6克，提供几乎无感的佩戴体验。...
手机 AI 2.0 时代，OriginOS 5 找到了哪些「成功密码」？
智能手机系统正迈入AI浪潮的2.0时代，厂商们在推出AI功能手机的同时，面临如何将AI大模型能力融入手机的挑战。vivo在2024开发者大会上推出的OriginOS 5系统，...
OpenAI 发布实时 API，AI 实时语音时代如何抢占风口？
今年的RTE大会上，实时互动与AI的结合将展现巨大潜力。OpenAI发布的实时API公开测试版，基于GPT-4o语音到语音的AI应用和智能体，标志着实时语音交互能力的新...
谷歌这款AI应用凭什么在一年后爆红？大神卡帕西：或是下一个ChatGPT
NotebookLM是一款由谷歌实验室开发的AI助手，最初名为Tailwind，后更名为NotebookLM，以更好地反映其帮助用户管理大量信息的功能。该产品能够处理Google Docs...
国外游戏作家：吓死了，谷歌NotebookLM的假AI播客正在评论我的书！
谷歌NotebookLM的文字生播客功能引起了广泛关注，其能够将文字内容迅速转换成播客形式，为听众提供一种新颖的信息接收方式。游戏作家Kyle Orland发现自己的扫...
Meta又给OpenAI一记重击，视频生成Movie Gen震撼登场，甚至可以配音、编辑
Meta公司最近公开展示了其名为Movie Gen的突破性生成式人工智能研究项目，该项目旨在为电影制作人和视频创作者提供提高创造力的工具。Movie Gen的功能包括文...
超越Sora！全球首个带背景音乐，文生1080超高清视频模型
Meta公司推出了一款名为Movie Gen的大模型，标志着其正式进入文本生成视频（AIGC）领域。该模型拥有300亿参数，能够以每秒16帧的速度生成16秒长的1080P超高清...
Sora这就落伍了？Meta“最强视频模型”不用DiT，用Llama大力出奇迹了
Meta公司发布了名为“Movie Gen”的视频模型，该模型在技术上超越了OpenAI Sora，尽管Sora的技术负责人转投Google，且Sora因质量问题尚未发布。Meta的模型不仅...
Meta版Sora深夜横空出世，小扎放出16秒高清大片！92页论文曝光技术细节，Llama 3架构立功
Meta公司最近推出了一款名为Movie Gen的先进媒体基础模型，该模型包括两个部分：Movie Gen Video和Movie Gen Audio。Movie Gen Video是一个具有30B参数的Tran...
