音频生成
音频,audio
潘乱对谈小宇宙 CEO Kyth：播客是在饱和时代，提供稀缺价值
中文播客在过去两年中经历了快速的发展，越来越多的明星、喜剧演员、品牌机构和企业家投资人参与其中，内容覆盖影视、科技、商业等多个领域。在极客公园IF202...
李飞飞团队统一动作与语言，新的多模态模型不仅超懂指令，还能读懂隐含情绪
斯坦福大学的研究团队在多模态语言模型领域取得了新进展，提出了一种能够同时处理语音、文本和动作生成任务的模型。该模型能够理解并生成富有表现力的人类动...
重磅！OpenAI开放满血o1模型API，成本暴降60%
OpenAI在技术分享直播中发布了o1模型的API，并进行了实时API的大升级，支持WebRTC技术。o1模型API相较于预览版本，思考成本降低了60%，并新增了高级视觉功能...
OpenAI狂打“骨折价”的一天：暴降成本开放全新o1，实时 API 全面降价 60%
近期，OpenAI和谷歌在人工智能领域展开了激烈的竞争。OpenAI推出了一系列针对开发者的新功能和升级，包括API中的OpenAI o1模型，该模型支持函数调用、开发人...
突破性功能！OpenAI发布ChatGPT Projects，万能工具箱上线！
OpenAI在技术直播中推出了ChatGPT Projects，标志着ChatGPT从单一AI对话工具转变为高效率协作平台。Projects集成了文件与指令上传、自定义对话、Canvas、网络...
细节表现超Sora，网友：真正的国产之光！MiniMax视频模型再上新
MiniMax近期推出了图生视频模型I2V-01-Live，专门优化了二次元效果，能够将静态二次元图片转化为流畅自然的动态视频，标志着其正式进入动漫领域。这一新模型...
谷歌发布Gemini2.0，开启Agent新时代
谷歌近日发布了其最新的AI模型Gemini 2.0，标志着公司在AI领域的重大进步。Gemini 2.0是首个实现原生多模态输入输出的模型，性能全面升级，速度是前代1.5 Pro...
OpenAI版Her登场，GPT能实时视频通话了！德扑AI之父：比 o1“更受宠”的模式降临
OpenAI最近推出了高级语音模式的新功能，包括实时视频通话、屏幕共享和图像上传，这些功能将在未来几天内向所有Team用户以及大多数ChatGPT Plus和Pro用户推出...
谷歌发布Geimini2.0，开启Agent新时代
谷歌近期发布了其最新的AI模型Gemini2.0，标志着公司在AI领域的重大进步。Gemini2.0是首个实现原生多模态输入输出的模型，性能全面升级，速度是前代1.5 Pro的...
OpenAI深夜被狙，谷歌Gemini 2.0掀翻牌桌！最强智能体组团击毙o1
谷歌DeepMind宣布了新一代原生多模态模型Gemini 2.0 Flash的正式发布，标志着智能体时代的进一步发展。Gemini 2.0 Flash在性能上超越了前代1.5 Pro，速度提升...
