音频生成
音频,audio
意外！老黄剧透下一代GPU芯片，新演讲又把摩尔定律按在地上摩擦
在台北大学的体育场上，英伟达创始人黄仁勋以其个人的魅力和公司的技术创新，赢得了满场的欢呼声。他不仅在 COMPUTEX 前夜发布了新一代 GPU，而且还预告了英...
谷歌创新框架：从非结构化数据，实现多模态学习
在数据爆炸时代，大模型学习非结构化数据如视频、音频和图片面临重大挑战。多模态学习，特别是处理多种输入和异构数据时，深度神经网络易出现过拟合和泛化不...
多模态大模型不够灵活，谷歌DeepMind创新架构Zipper：分开训练再「压缩」
近期研究表明，通过训练纯解码器生成模型，可以成功地生成包括音频、图像和状态-动作序列在内的多种模态的新序列。这些模型通常采用词汇扩展方法实现多模态表...
USB-C，乱成一锅粥
本文详细讨论了USB-C标准的发展和兼容性问题。首先，USB-C标准以其可正反插的连接器特性，几乎已成为所有高端设备的标准接口，它支持快速充电、数据传输、音...
Elevenlabs发布重磅功能：文生超逼真音乐特效，免费试用！
Elevenlabs，一家专注于生成式AI音乐平台的领先企业，近日推出了一项全新功能，用户只需输入文本描述，即可自动生成各种逼真的音乐特效。这一创新技术极大地...
视觉错觉也能识别？被忽略的 Gemini 1.5 Flash 有哪些神奇表现？｜AI 鲜测
在2024年的谷歌I/O大会上，推出了名为Gemini 1.5 Flash的AI模型，该模型以其轻量级、高效率和强大的多模态处理能力著称，能够同时处理文本、图像、音频和视频...
ChatGPT成知名度最高生成式AI产品，使用频率却不高
牛津大学与路透社新闻研究所联合发布了一份关于生成式AI的调查报告，对美国、英国、法国、日本、丹麦和阿根廷的大约12,217人进行了深入调研。报告显示，尽管C...
新融资 1.25 亿，用户超 1000 万，Suno 打算如何「改造」音乐行业？
Suno AI 宣布完成1.25亿美元的B轮融资，投资者包括Lightspeed Venture Partners和Founders Collective等。目前公司估值为5亿美元，计划利用新资金扩大员工队...
开创性CVM算法破解40多年计数难题！计算机科学家掷硬币算出「哈姆雷特」独特单词
计算机科学家们提出了一种名为CVM的新算法，用以估算数据流中不同元素的数量。该算法利用随机性，仅需记忆少量条目，便能近似计算长列表中不同条目的总数。这...
微软发布Copilot+ PC：集成GPT-4o，史上最强、最快Windows！
微软发布了名为Copilot+ PC的新款Windows电脑，它是专为人工智能设计的，被认为是Windows史上最强大的版本。该电脑内置了OpenAI的GPT-4o模型，并配备了性能强...
