音频生成

秒杀同行！Kimi开源全新音频基础模型，横扫十多项基准测试，总体性能第一

Kimi-Audio 是一个全新的通用音频基础模型，支持语音识别、音频理解、音频转文本、语音对话等多种任务，在多个音频基准测试中实现了最先进的性能。结果显示，...

AIGC动态

3天前

外媒记者对哥大退学网红Roy Lee的AI作弊工具「Cheat Everything」进行了实测，结果发现该工具在实际使用中存在诸多问题。记者在与编辑对话和团队会议中使用Cl...

AIGC动态

4天前

爱奇艺在最新的App更新中推出了“跳看”功能，用户只需在屏幕两侧上下划动即可直接跳转到精彩剧情点。这一功能的实现依赖于AI技术，能够识别视频中的关键情节，...

AIGC动态

4天前

OpenAI在技术直播中发布了其最新的多模态模型o4-mini和满血版o3，这两款模型能够同时处理文本、图像和音频，并具备调用外部工具的能力。这一创新使得模型能够...

AIGC动态

2周前

谷歌最新推出的DolphinGemma大模型，基于30年的海豚研究数据，试图破解海豚的语言密码。这一仅有400M参数的轻量级模型能够在普通Pixel手机上运行，不仅能够识...

AIGC动态

2周前

字节跳动近日发布了全球首个由AI生成的25秒视频，这一成果由Seaweed-7B模型完成。该模型参数量仅为70亿，但在核心任务上的表现超越了参数量为其两倍的主流模...

AIGC动态

2周前

国内最大的MCP中文社区正式上线，标志着AI开发门槛的进一步降低。魔搭ModelScope推出的「MCP广场」汇集了近1500款MCP服务，覆盖搜索、地图、支付、开发者工具...

AIGC动态

2周前

阿里通义实验室推出的全新数字人视频生成大模型 OmniTalker，通过上传一段参考视频，能够学习并模仿视频中人物的表情、声音和说话风格。相比传统数字人生产流...

AIGC动态

2周前

谷歌在Google Cloud Next 25大会上发布了首个开源的Agent开发套件（ADK），这是继OpenAI之后，第二家大厂推出的标准化智能体SDK。ADK旨在帮助开发人员简化复...

AI-Agent

2周前

近年来，人工智能领域的发展呈现出“更大、更多、更强”的趋势，特别是在大模型技术方面，中美两国的差距正在迅速缩小。根据斯坦福大学以人为本人工智能研究所...

AIGC动态

2周前