音频生成
音频,audio
非Transformer架构新模型爆火，从第一性原理出发，MIT CSAIL衍生团队打造
MIT初创团队Liquid AI推出了一种新型架构模型LFM（Liquid Foundation Model），在性能上超越了同等规模的Transformer模型如Llama3.2。LFM模型包含1.3B和3B两...
MIT系初创打破Transformer霸权！液体基础模型刷新SOTA，非GPT架构首次显著超越Transformer
MIT系初创公司Liquid AI推出了一种新型多模态非Transformer模型——液体基础模型LFM，该模型在基准测试中超越了现有的Transformer模型，成为新的SOTA（State of...
AI音频成诈骗神器！律师父亲险被骗走21万，3秒原声即可克隆声音
在AI技术飞速发展的今天，Deepfake技术的应用已经渗透到社会的各个角落，带来了一系列严重的安全问题。最近，国外一名律师Jay Shooster的父亲就险些成为一场A...
大神卡帕西安利爆火AI应用，称「或是下一个ChatGPT」
谷歌的实验性AI产品Notebook LM因其新功能而受到广泛关注，该功能允许用户上传各种格式的文件，AI将这些文件转换成文字要点，并提供音频概述，即AI生成的对话...
为什么Karpathy说NotebookLM中蕴藏着类似 ChatGPT 的机会？
Andrej Karpathy 在最近一次介绍中提到了谷歌的 NotebookLM，他认为这款产品可能代表着一种全新的交互形式，类似于 ChatGPT，能够开启 LLM 产品的新领域。目...
效率提升225倍！美国警察用类ChatGPT 8秒写完犯罪报告
在美国俄克拉荷马城，警察Sgt. Matt Gilmore和他的警犬Gunner在执行任务时，利用了一款名为Axon的类ChatGPT产品来生成犯罪和搜索报告。这款工具能够从执法记...
「群体智能」剑指AGI革命！国产架构挑战Transformer霸权，首款非Attention模型更新
国内AI初创团队RockAI提出了一种新的方法来实现通用人工智能（AGI），即通过“群体智能”来赋予每个设备智能，并实现类人交互。他们认为，要实现这一目标，需要...
OpenAI 突然推送推送高级语音模式「Her」，又抢了谷歌风头
9月25日，Google宣布了两款新模型Gemini-1.5-Pro-002和Gemini-1.5-Flash-002的发布。Gemini Pro是Google系列模型中的中等规模模型，对付费用户开放，而Gemini...
开源版GPT-4o来了，AI大神Karpathy盛赞！67页技术报告全公开
法国初创团队Kyutai开发的端到端语音模型Moshi已经开源，该模型以其自然聊天、情绪丰富、支持打断和非回合制对话等特点受到关注。模型参数量为7.69B，支持在p...
阿里通义万相AI生视频震撼上线！更懂中国风的大模型来了
阿里巴巴集团近期推出了一款名为通义万相的AI视频生成工具，该工具在阿里云栖大会上由CTO周靖人宣布正式上线。通义万相AI视频功能专为中国市场设计，能够理解...
