音频生成

接入DeepSeek后的自由画布，做PPT还真的有点强。

百度文库最新上线的自由画布功能通过创新的多模态交互设计，显著提升了非演讲类PPT的制作效率。与传统AI工具的单线程问答模式不同，该工具采用白板式界面，支...

AIGC动态

1小时前

高瓴人工智能学院宋睿华团队与跨学科研究者合作开发的EyEar技术，成功实现了对人类视听同步场景下注视轨迹的预测。该模型通过结合物理启发的动力系统和多模态...

AIGC动态

21小时前

AMD在最新发布会上正式推出基于RDNA 4图形架构的Radeon RX 9000系列显卡，包含RX 9070和RX 9070 XT两款型号。这两款产品均搭载16GB GDDR6显存，配备重新设计...

AIGC动态

2天前

Andrej Karpathy发布了一部时长2小时18分钟的教学视频，系统性地解析大型语言模型（LLM）的实践应用方法。该视频以普通用户为对象，聚焦如何通过LLM提升工作...

AIGC动态

3天前

微软于2024年底推出的Phi-4模型家族新增Phi-4-multimodal和Phi-4-mini两个成员，标志着小型语言模型在性能与效率上的重大突破。140亿参数的Phi-4使用40%合成...

AIGC动态

4天前

豆包语音模型团队通过技术革新实现了AI合成语音在小说演播场景的突破性进展。基于改进的Seed-TTS框架，该系统无需人工标注标签即可端到端生成高自然度语音，...

AIGC动态

6天前

阶跃星辰在首届Step UP生态开放日上展示了其在智能终端Agent领域的战略布局与技术突破，重点围绕汽车、手机、IoT和具身智能四大场景展开深度合作与创新。公司...

AI-Agent

7天前

字节跳动推出的OmniHuman-1模型近期开启内测，其通过单张人物图像与音频输入生成动态视频的能力引发广泛关注。该技术不仅实现高精度唇形同步，还突破性地支持...

AIGC动态

1周前

在首届Step UP生态开放日上，阶跃星辰公布了多项技术进展与战略规划。创始人姜大昕强调，公司正通过多模态与推理能力双轮驱动，推进AGI技术路线。今年3月将开...

AI-Agent

1周前

Grok-3的开放使用引发科技界广泛关注，其性能表现与争议成为焦点。作为首个宣称使用20万块GPU训练的大模型，Grok-3免费开放DeepSearch和Think两大模式，但在...

AIGC动态

2周前