AI资讯新闻榜单内容搜索-3

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
搜索: 3
OpenAI深夜发布3个全新的语音模型,一手实测都在这了。

OpenAI深夜发布3个全新的语音模型,一手实测都在这了。

OpenAI深夜发布3个全新的语音模型,一手实测都在这了。

就在刚刚,OpenAI 宣布在其 API 中推出全新一代音频模型,包括语音转文本和文本转语音功能,让开发者能够轻松构建强大的语音 Agent。据 OpenAI 介绍,新推出的 gpt-4o-transcribe 采用多样化、高质量音频数据集进行了长时间的训练,能更好地捕获语音细微差别,减少误识别,大幅提升转录可靠性。

来自主题: AI资讯
9487 点击    2025-03-21 08:27
被谷歌点名感谢!杭州六小龙开源黑科技,让机器人瞬间「悟透」3D世界

被谷歌点名感谢!杭州六小龙开源黑科技,让机器人瞬间「悟透」3D世界

被谷歌点名感谢!杭州六小龙开源黑科技,让机器人瞬间「悟透」3D世界

前脚被谷歌点名感谢空间训练平台,后脚又开源了空间模型!杭州六小龙群核科技发了一个空间理解开源模型SpatialLM,让机器人刷一段视频,就能理解物理世界的几何关系。结合之前发布的空间智能训练平台SpatialVerse,群核科技要为机器人提供从空间认知到行动交互的训练闭环。机器人也被「卷」到要上学了。

来自主题: AI资讯
9198 点击    2025-03-20 17:34
22个——最全3D模型AI生成器

22个——最全3D模型AI生成器

22个——最全3D模型AI生成器

3D打印的世界在不断变化,人工智能(AI)的发展发挥着越来越重要的作用。特别是,通过人工智能生成3D模型开辟了新的可能性和潜力。在本文中,将介绍22种创新服务,它们在这一领域发挥着开创性的作用。

来自主题: AI资讯
8549 点击    2025-03-20 17:11
李飞飞、吴佳俊团队新作:不需要卷积和GAN,更好的图像tokenizer来了

李飞飞、吴佳俊团队新作:不需要卷积和GAN,更好的图像tokenizer来了

李飞飞、吴佳俊团队新作:不需要卷积和GAN,更好的图像tokenizer来了

当我们看到一张猫咪照片时,大脑自然就能识别「这是一只猫」。但对计算机来说,它看到的是一个巨大的数字矩阵 —— 假设是一张 1000×1000 像素的彩色图片,实际上是一个包含 300 万个数字的数据集(1000×1000×3 个颜色通道)。每个数字代表一个像素点的颜色深浅,从 0 到 255。

来自主题: AI技术研报
7504 点击    2025-03-20 16:51
速递|将2D照片转化为3D视频,新模型能否解决Stability AI商业困境

速递|将2D照片转化为3D视频,新模型能否解决Stability AI商业困境

速递|将2D照片转化为3D视频,新模型能否解决Stability AI商业困境

Stability AI 发布了一款新 AI 模型——Stable Virtual Camera,该公司宣称该模型能将 2D 图像转化为,具有真实深度和视角的“沉浸式”视频。

来自主题: AI资讯
6677 点击    2025-03-19 15:08