音频生成
音频,audio
谷歌AI播客刚火，Meta就开源了平替，效果一言难尽
谷歌和Meta两大科技巨头近日在AI播客领域动作频频，引发业界关注。上个月，谷歌宣布对其AI笔记应用NotebookLM进行重大更新，新增了生成YouTube视频和音频文件...
百度又放大招！视觉生成模型 Hallo2 或将落地数字人等场景
百度与复旦大学联合发布了Hallo2，这是一个创新的视觉模型，能够生成长达数小时、分辨率高达4K的人物动画。Hallo2的发布在海外引起了广泛关注，其开源模型和...
钛媒体AGI独家｜大模型独角兽MiniMax将于11月发布首款对标GPT-4o的端到端实时语音对话API产品
AI大模型领域的独角兽MiniMax计划于11月推出一款Realtime API服务，旨在提升端到端实时多模态处理能力，提供更低延时、更自然、更沉浸的实时语音对话体验。这...
NotebookLM核心负责人访谈： 项目不到 10个人，体验惊艳全球，但它还只是个技术demo
Google在2024年推出了一个名为NotebookLM的项目，该项目在设计和体验上获得了行业的高度评价。NotebookLM的负责人Raiza Martin在Lenny's Podcast的采访中分享...
Voice-first，闭关做一款语音产品的思考
在硅谷深入研究了两个多月后，作者发现语音产品是AI在C端领域的核心变革点。语音作为一种信息模态，正成为人们与产品交互的新接口，拓宽了物理边界。作者认为...
字节的第一款 AI 硬件，只是一次悄悄试水？
字节跳动通过其品牌豆包发布了AI智能体耳机Ola Friend，标志着公司在AI硬件领域的进一步扩展。这款开放式耳机重量轻，单耳仅6.6克，提供几乎无感的佩戴体验。...
手机 AI 2.0 时代，OriginOS 5 找到了哪些「成功密码」？
智能手机系统正迈入AI浪潮的2.0时代，厂商们在推出AI功能手机的同时，面临如何将AI大模型能力融入手机的挑战。vivo在2024开发者大会上推出的OriginOS 5系统，...
OpenAI 发布实时 API，AI 实时语音时代如何抢占风口？
今年的RTE大会上，实时互动与AI的结合将展现巨大潜力。OpenAI发布的实时API公开测试版，基于GPT-4o语音到语音的AI应用和智能体，标志着实时语音交互能力的新...
谷歌这款AI应用凭什么在一年后爆红？大神卡帕西：或是下一个ChatGPT
NotebookLM是一款由谷歌实验室开发的AI助手，最初名为Tailwind，后更名为NotebookLM，以更好地反映其帮助用户管理大量信息的功能。该产品能够处理Google Docs...
国外游戏作家：吓死了，谷歌NotebookLM的假AI播客正在评论我的书！
谷歌NotebookLM的文字生播客功能引起了广泛关注，其能够将文字内容迅速转换成播客形式，为听众提供一种新颖的信息接收方式。游戏作家Kyle Orland发现自己的扫...
