分割一切、3D重建一切还不够，Meta开源SAM Audio分割一切声音
分割一切、3D重建一切还不够，Meta开源SAM Audio分割一切声音继 SAM（Segment Anything Model）、SAM 3D 后，Meta 又有了新动作。
来自主题: AI技术研报
7806 点击 2025-12-18 16:54
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
继 SAM（Segment Anything Model）、SAM 3D 后，Meta 又有了新动作。
最近在网络上，你很难躲过《大东北我的家乡》的各种AI翻唱版本，男声、女声，粤语版、四川话版，爵士、布鲁斯版等等，引发一波互联网文化热潮。
谁能想到，AI把ASMR也给干了...... 那是一个困倦的午后，吃饱饭的我正瘫在工位上准备入眠。我瘫在椅子上，耳机里传来轻柔的ASMR助眠声音。那里的毛刷轻轻刮着麦克风，发出微弱的、令人神经愉悦的摩擦音。而我也在这声音的安抚下昏昏欲睡。
一段令人心碎的离别视频走红：小女孩与AI玩具的深情告别，揭示了对话式AI如何悄然融入人类情感世界，预示着实时交互技术的革命性突破。
你有多久没试过在用 AI 写歌的时候又唱又跳了？——没有人在用 AI 写歌的时候又唱又跳！这是 YouTube 上的一位音乐博主，本想用音乐生成软件做一些糟糕的 AI 音乐，取笑一下人工智能，却意外得到了「味挺正」的日本金属摇滚，一下子就在 TikTok 上迅速爆红。
在我们往期观察“AI+声音”的应用中，多是 TTS、AI 生成播客和读书/配音等方向，先有文字内容、后转化为声音输出的偏“工具”类产品。当大多数产品在探索如何用 AI 声音改变内容传播的形式时，一家德国厂商却在另一个方向持续耕耘，并且维持了不错的流水表现。
不难发现，近几个月，开源频频成为 AI 社区热议的焦点。尤其是对于国内科技公司来说，开源成为主旋律。根据 Hugging Face 中文 AI 模型与资源社区的数据显示，国内厂商在七八月接连开源 33 款、31 款各类型大模型。
你是不是也经常遇到“AI配音”的视频？
上篇文章和大家聊了自研的多维表格编辑器pxcharts。今天和大家继续分享一款我最近发现的宝藏AI工具——AI-Media2Doc。
文生音频系统最新突破，实现精确时间控制与90秒长时音频生成！