音频生成

阿里开源R1-Omni，多模态情感识别

阿里巴巴通义实验室的研究人员开源了多模态情感识别模型R1-Omni，该模型首次将强化学习与可验证奖励（RLVR）应用于多模态大模型，显著提升了情感识别任务中的...

AIGC动态

13小时前

总部位于美国加州帕洛阿尔托的初创公司 MainFunc 近日发布了 Genspark Super Agent，这是一款能够自主思考、计划、行动并使用工具来处理复杂任务的 AI 代理系...

AI-Agent

23小时前

百度最近为文小言接入了基于Cross-Attention的端到端语音语言大模型，实现了更自然、有情感的实时语音对话功能。这个全新的技术方案在用户体验上带来了显著提...

AIGC动态

4天前

2025年中关村论坛人工智能主题日在北京海淀区隆重举行，标志着中国在全球人工智能领域的重要地位。此次论坛以「积淀·涌现」为主题，汇聚了全球顶尖的AI专家、...

AIGC动态

1周前

在生成式AI领域，出门问问作为“AIGC第一股”，凭借其2024年度财报的亮眼表现引发了业内广泛关注。财报显示，公司2023年总收入达3.9亿元，同比增长6%，其中AIGC...

AIGC动态

1周前

阿里发布了首个端到端全模态大模型——通义千问Qwen2.5-Omni-7B，该模型能够处理文本、音频、图像和视频等多种模态，并实时生成文本和自然语音。Qwen2.5-Omni-7...

AIGC动态

2周前

谷歌最新发布的AI模型Gemini 2.5 Pro被其CEO称为“谷歌有史以来最智能的AI模型”。该模型在多个基准测试中表现出色，尤其是在推理能力、科学和数学能力方面。在...

AI-Agent

2周前

2025年，昆仑万维发布的音乐大模型Mureka V6和O1在全球音乐圈引起了广泛关注，尤其是Mureka O1作为全球首个引入CoT（Chain of Thought）推理的音乐生成模型，...

AIGC动态

2周前

昆仑万维发布了全球首款音乐推理大模型Mureka O1，标志着AI音乐进入了“会思考”的时代。该模型基于Mureka V6基座模型，并引入了CoT（Chain of Thought）技术，...

AIGC动态

2周前

OpenAI 近期发布了 GPT-4o 图像生成技术，该技术被直接集成到 ChatGPT 中，标志着图像生成功能成为其原生能力。这一新功能允许用户通过自然语言指令生成图像...

AIGC动态

2周前