音频生成
音频,audio
独家对话海外AI配音产品LipDub缔造者：我没有看到中国AI配音领域的竞争对手｜钛媒体AGI
在钛媒体AGI美国特约作者Craig Smith与Monsters Aliens Robots Zombies（MARZ）联合创始人Matt Penousis的对话中，深入探讨了AI视觉与音频技术的发展及其应用...
鹅厂机器狗登Nature子刊封面：动作敏捷如真狗，能玩定向越野
腾讯的机器狗MAX登上了《Nature》子刊封面，展示了其在定向越野游戏中的卓越表现。MAX通过模仿真实动物的运动、感知和策略，实现了对真实世界中狗的模仿，能...
别只盯着ChatGPT版「Her」，在多模态AI拟人互动上，国内玩家也支棱起来了
第二届多模态情感识别挑战赛（MER24）在AI顶会IJCAI2024上成功举办，旨在推动利用文本、音视频等多模态数据进行AI情感识别的技术发展和真实人机交互场景中的...
终于来了，OpenAI测试GPT-4o高级语音模式！
OpenAI正在对GPT-4o的高级语音模式进行测试，目前仅向部分ChatGPT Plus用户开放。测试的目的是收集关于安全性和功能方面的反馈，以便在8月初发布全面的评估报...
又一新风口！空间计算时代：要么沉浸，要么死亡 | Q 福利
2024年，苹果公司发布了Vision Pro，标志着计算行为轨迹的又一次变革，类似于2007年iPhone的问世。Vision Pro引入了智能化、沉浸式的空间计算平台，使用户能...
反转了？在一场新较量中，号称替代MLP的KAN只赢一局
多层感知器（MLP）作为深度学习模型的基本组成部分，在机器学习领域具有不可替代的地位。然而，MLP存在一些局限性，如难以解释的表示和网络规模的扩展困难。K...
智谱AI视频模型：免费使用，轻松制作6秒搞笑视频
智谱AI近期推出了一款名为“清影”的文生成视频模型，该模型允许用户通过文本或图片输入生成6秒的1440×960高清视频。这款模型对所有用户免费开放，支持PC和手机...
字节大模型同传智能体，一出手就是媲美人类的同声传译水平
近年来，人工智能在自然语言处理领域取得了显著进展，但同声传译（Simultaneous Interpretation, SI）依然是一个挑战。传统的同声传译软件通常采用级联模型，...
这家公司，想把 iPhone 装进一副无线耳机里
在人工智能硬件创新的浪潮中，Iyo公司推出的Iyo One耳机备受瞩目。这款耳机被定位为“音频计算机”，其设计中集成了4nm工艺的CPU、2GB内存、32GB闪存以及电池、...
这才是AI硬件的PMF？ 欧洲公司推出AI导盲眼镜，是导盲犬价格 1/10
全球视障人士数量庞大，但导盲犬资源稀缺，每4000万盲人中仅有28000只导盲犬。在中国，1731万视障人士中仅有约400只现役导盲犬，导盲犬培养成本高达20万元人...
