Meta AI提出了一种新的语言模型架构“Large Concept Model (LCM) 让模型更像人类思考
当前的大型语言模型（LLMs）虽然在多任...
阿里巴巴推出QVQ-72B 一个基于Qwen2-VL-72B的新型多模态推理模型
阿里巴巴推出QVQ-72B，一个基于Qw...
Fireworks AI新功能 能够将图像或PDF等非文本内容转化为LLM可理解的结构化文本
世界上大多数数据，如医疗记录、播客和财务...
Hume AI推出全能文本与语音引擎 OCTAVE 根据文本实时生成特定人格特质的声音
Hume AI推出了一款名为OCTAVE...
Anthropic 公布了一种全新的 AI 越狱技术 可以轻松破解所有前沿模型
Anthropic 发表了一篇研究论文，...
INFP：基于音频驱动的双人对话中的互动头像生成 能自动区分谁在说话，谁在听
INFP 由字节跳动开发的一种音频驱动的...
Gemini Teacher：基于 Gemini 2.0的英语口语练习助手 实时发音纠正和建议
Gemini Teacher 是一个基于...
Livekit推出一个开源的精准语音轮次检测模型 可精准识别用户是否说完话
目前语音人工智能应用中最难解决的问题之一...
微软开源了一款金融市场预测工具 MarS 能够实现逼真的市场模拟
MarS（Market Simulati...
MidJourney 推出个性化档案和情绪版新功能 记住你的风格喜好
MidJourney 推出个性化档案和情...
