音频生成
音频,audio
OpenAI深夜发布3个全新的语音模型，一手实测都在这了。
OpenAI近期发布了一系列新的语音和文本处理模型，包括两个语音转文本（STT）模型和一个文本生成语音（TTS）模型。这些模型通过API提供接入方式，旨在提升语音...
一手实测文心X1/4.5：又强又全面！歪果网友疯求英文版
百度在文心一言两周年之际，推出了两款新模型——文心大模型4.5和文心大模型X1，并宣布免费向用户开放。这一消息迅速在海外社交媒体上引发热议，尤其是关于是否...
免费使用！百度重磅发布文心4.5、X1，视频解读+深度思考
百度近日发布了两款大模型——文心4.5和X1，均已上线并免费向用户开放。文心4.5是一款多模态模型，能够对文字、图片、视频、音频等多种内容进行综合解读，其能...
百度周末发布文心4.5和推理模型X1，已经两周年了啊。
百度最新发布的文心4.5和推理模型X1引起了广泛关注。文心4.5是一个原生多模态模型，能够理解音频、视频和图片，但不具备输出能力。相比之下，X1是一个推理模...
提前免费！百度连发两款模型，我们实测：能听歌看电影，还会蛐蛐人
百度近日发布了两款全新的大模型——文心大模型 X1 和文心大模型 4.5，标志着其在 AI 领域的进一步突破。这两款模型不仅在功能上各有侧重，还通过技术创新和优...
蔡浩宇的“AI版米哈游”，预告了一款神秘游戏
米哈游创始人蔡浩宇在离开公司后，于硅谷创立了新公司Anuttacon，并推出了首款AI驱动的游戏《Whispers from the Star》。这款游戏于3月15日发布了首支预告片...
语音模型平台Cartesia获6400万美元，只需3秒克隆语音
语音模型平台Cartesia宣布获得6400万美元A轮融资，由Kleiner Perkins领投。同时，Cartesia推出了最新语音模型Sonic 2.0和Sonic Turbo，其中Sonic 2.0的语音克...
苹果的“传感器战略”，能否将用户拉进未来生活方式？
自2014年苹果发布Apple Watch和2016年推出AirPods以来，苹果在智能穿戴领域的创新一直备受关注。Apple Watch经过十代迭代，已从一款简单的智能手表发展为功能...
DeepSeek同款GRPO训练大提速！魔搭开源全流程方案，支持多模态训练、训练加速和评测全链路
GRPO训练作为一种基于PPO算法的改进方法，近年来在强化学习领域引起了广泛关注。GRPO通过采样替代value model的方式，简化了训练过程，提升了稳定性和可维护...
机器人到来前，智能汽车可能是更早服务人类的 AI Agent
在智能化转型的浪潮下，汽车行业正逐步深入AI领域，探索如何将AI技术与汽车产品深度融合。2025年被视为一个关键节点，众多车企纷纷接入DeepSeek等AI模型，宣...
