OpenVoice：多功能即时语音克隆
由MyShell TTS开发。它能够仅使用一小段参考发言者的音频片段来复制其声音，然后能生成多种语言的语音。 OpenVoice能对声音风格的精细控制，包括情感、口音、节奏、停顿和语调，同时能够复制参…
由MyShell TTS开发。它能够仅使用一小段参考发言者的音频片段来复制其声音，然后能生成多种语言的语音。 OpenVoice能对声音风格的精细控制，包括情感、口音、节奏、停顿和语调，同时能够复制参…
据 Forbes 爆料，OpenAI 正在重组于2020年解散的机器人团队。 该公司正在招聘研究工程师，以组建一个新的团队，目前已经存在约两个月。 OpenAI 尚未公开详细介绍其机器人计划，但在最近…
已经有超过300万个GPTs被创建 同时OpenAI将启动一个GPTs构建者收益计划，美国构建者将根据用户与他们的GPTs互动情况获得报酬。 ChatGPT Team订阅计划每月每用户25美元（年度计…
OpenAI的新王炸GPT-4o还没全面铺开，就摊上事了！ 抓马的是，此次推出的“视频通话”功能一度被称为电影《Her》现实版，而怒斥OpenAI的刚好是给电影中AI配音的斯嘉丽·约翰逊（寡姐）。 寡…
国家集成电路产业投资基金三期（大基金三期）正式成立，注册资本3440亿元。 此次投资比一期（987.2亿元）、二期（2041.5亿元）总和更多。 这是中国芯片领域史上最大规模基金项目，也是芯片领域最新…
10月8日消息:微软日前宣布将对 OneDrive 进行更新，旨在使人们更容易访问、查看、分享和管理他们的文件。 在本周的在线活动中，被称为「微软 OneDrive：文件管理的未来已经来临」，微软公司…
OpenAI宣布ChatGPT的一项重要更新：增加了记忆功能和新的用户控制选项。 GPT现在可以在与用户的交互中跨聊天记住你们互动的所有信息，并在后续对话中利用这些信息来提供更相关和个性化的回答。 之…
ChatDev是OpenBMB的发起者——面壁智能（ModelBest）联合清华大学NLP实验室共同开发的大模型全流程自动化软件开发框架，火遍全球，开源6周获星标13k，吸引国内外众多软件开发和创业者…
近日高通已经正式宣布，将于10月25日-10月26日举行2023骁龙峰会，届时一大波新品将正式登场。 其中最受关注的莫过于新一代旗舰移动平台骁龙8 Gen3。 这将是今后一年中，旗舰手机的标配移动平台…
清华智谱AI第三代大语言模型 ChatGLM3发布，性能如何？
它可以从多人对话中语音中生成与对话相对应的逼真面部表情、完整身体和手势动作。 这些生成的虚拟人物不仅在视觉上很逼真，而且能够准确地反映出对话中的手势和表情细节，如指点、手腕抖动、耸肩、微笑、嘲笑等。 …
根据新版隐私权政策，用户将同意将自己发布的任何内容用于 AI at Meta 模型训练。 如果用户选择不同意该隐私权政策则应该主动停止使用 Facebook 和Instagram等产品，否则均为接受新…
可在消费级笔记本电脑上运行 该模型包含 20 亿个参数。在图像质量上有显著提升，能够生成更高质量、更细腻的图像。能够更准确地将文本描述转换为图像。 Stable Diffusion 3 Medium …
调研机构 Counterpoint 发布报告称—— 在中国市场，华为鸿蒙OS 首次超越了 iOS，市场份额达到了 17%，成为国内第二大手机操作系统。 数据显示，Android 和 iOS 在全球市场…
只用提示词，多模态大模型就能更懂场景中的人物关系了。 北京大学最新提出多模态提示学习（Conditional Multi-Modal Prompt, CMMP）方法，利用提示词工程技术教会多模态大模型…
通过这项技术，你可以让一个虚拟的3D人物模型模仿真实人的表情和头部动作。 而且这个过程是实时的，通过摄像头输入，当真人改变表情或头部姿势时，3D模型也会立即做出相同的反应。 通俗来说就是：3D变脸术 …
清华博士秦禹嘉最近发表一篇博文称：是时候把数据scale down了！ LLaMA3告诉大家一个悲观的现实：模型架构不用动，把数据量从2T加到15T就可以暴力出奇迹。 这一方面告诉大家基座模型长期来看…
刚刚，谢赛宁&Lecun团队官宣新成果—— 正式推出以视觉为中心的多模态大模型Cambrian-1！ 模型名为“寒武纪”，谢赛宁本人激动表示： 就像在寒武纪大爆发中生物发展出更好的视力一样，我…
保持良好平台绿色生态，你我有责～
TrailBlazer是英伟达的一个预训练好的模型，只需输入文本即可生成视频。 同时他们提出一个边界框的概念，来控制视频对象的运动方向、速度和行为。 例如，你可以通过改变边界框的大小、方向，让视频中的…