音频生成
音频,audio
7B模型搞定AI视频通话，阿里最新开源炸场，看听说写全模态打通，开发者企业免费商用
阿里发布了首个端到端全模态大模型——通义千问Qwen2.5-Omni-7B，该模型能够处理文本、音频、图像和视频等多种模态，并实时生成文本和自然语音。Qwen2.5-Omni-7...
谷歌终于登顶一次了！最强推理模型Gemini 2.5 Pro实测体验，真的有点东西
谷歌最新发布的AI模型Gemini 2.5 Pro被其CEO称为“谷歌有史以来最智能的AI模型”。该模型在多个基准测试中表现出色，尤其是在推理能力、科学和数学能力方面。在...
音乐界迎来自己的DeepSeek！全球首个音乐推理大模型Mureka O1上线，超越Suno
2025年，昆仑万维发布的音乐大模型Mureka V6和O1在全球音乐圈引起了广泛关注，尤其是Mureka O1作为全球首个引入CoT（Chain of Thought）推理的音乐生成模型，...
全球首款音乐推理模型Mureka O1首秀！爆改周杰伦，AI音乐进入DeepSeek时刻
昆仑万维发布了全球首款音乐推理大模型Mureka O1，标志着AI音乐进入了“会思考”的时代。该模型基于Mureka V6基座模型，并引入了CoT（Chain of Thought）技术，...
凌晨“激战”！谷歌亮相新模型，OpenAI 紧急甩出 GPT-4o 动动嘴就能 P 图，网友：又要感谢 DeepSeek 了
OpenAI 近期发布了 GPT-4o 图像生成技术，该技术被直接集成到 ChatGPT 中，标志着图像生成功能成为其原生能力。这一新功能允许用户通过自然语言指令生成图像...
刚刚，OpenAI发布新文生图模型，免费、逼真到难以分辨
OpenAI在技术直播中发布了GPT-4和Sora的重大更新，重点介绍了全新的文生图模型。该模型不仅支持文本生成图像，还具备自定义操作、连续发问、风格转换、图像PP...
蓝牙，何去何从？
蓝牙是一种广泛应用的无线连接标准，用于将耳机、扬声器、智能手表等设备与手机、笔记本电脑等设备连接。它使用高频无线电波在2.4 GHz频段进行通信，并通过自...
刚3月，已有9家AI企业融资超1亿美元
2025年3月，9家AI企业已获得超过1亿美元的融资，显示出资本市场对AI领域的持续青睐。Anthropic在E轮融资中筹集了35亿美元，估值达到615亿美元，其核心产品Cla...
OpenAI语音智能体诞生，怼脸实拍语气狂到飞起！API降到每分钟0.3美分
OpenAI最新发布的音频模型标志着语音智能体时代的正式开启。此次发布的三款模型——gpt-4o-transcribe、gpt-4o-mini-transcribe和gpt-4o-mini-tts，分别专注于...
刚刚，OpenAI首发语音Agent，智能体实现重大突破
OpenAI在凌晨的技术直播中发布了三款全新的语音模型，分别是GPT-40 Transcribe、GPT-4 Mini Transcribe和GPT-40 Mini TTS。这些模型专注于语音AI Agent的开发...
