立即登录 注册会员
查看全部

通义语音团队开源了语音基座大模型：SenseVoice和

通义语音团队开源了语音基座大模型：SenseVoice和CosyVoice。SenseVoice多语言音频理解大模型：多语言语音识别在中文和粤语上相比Whisper相对提升+50%，推理速度快15倍，并且支持SOTA的情绪识别和音频事件检测。
CosyVoice多语言音频生成大模型：通过超过17万小时的多语言音频数据训练，支持多语言、音色和情感控制，CosyV ...
赞 ·阅读 272 ·马儿 ·2024-07-06

AI老照片视频生成器，让老照片动起来网址:AI老照片

AI老照片视频生成器，让老照片动起来网址:AI老照片 让你的图片动起来, 老照片修复与动态化①上传图片②填写提示词最后等待生成，下载生成的老照片视频
赞 ·阅读 246 ·James ·2024-07-06

【AI新闻速递】影视行业等来了首个妆造大模型阿里大文娱

【AI新闻速递】影视行业等来了首个妆造大模型阿里大文娱发布了自研影视妆造大模型——神力霓裳，专精于古装剧的妆造创意设计，包含造型设计、妆发设计和纹样设计三大功能，造型师在设定朝代、性别、身份等条件后，输入相关提示词，2分钟即可获得造型图片。目前已在古装剧集《掌心" style="book》及其他作品中投入应用。神力 ...
赞 ·阅读 214 ·James ·2024-07-06

AI视频生成器：Lumiere 由Google 推出的

AI视频生成器：Lumiere 由Google 推出的一款生成式人工智能工具，专门设计用于基于文本提示生成高度逼真的图像和视频。它采用空间-时间 U-Net 架构，能够一次性生成整个视频的时间持续，展现真实、多样和连贯的运动。Lumiere 的主要功能包括：文本到视频：用户可以输入文本描述，模型会根据描述生成相应的视频内容。图像到 ...
赞 ·阅读 257 ·jackbruer ·2024-07-06

欧盟正在制定计划，对从Temu、AliExpress与

欧盟正在制定计划，对从Temu、AliExpress与Shein等中国在线零售平台购买的低价商品征税，以遏制欧盟所谓的“中国次品流入激增”的趋势。知情人士透露，欧盟委员会将在7月晚些时候建议取消目前的150欧元免税商品门槛。欧盟委员会称，去年欧盟进口了23亿件低于150欧元门槛的商品。电子商务进口量同比增长一倍以上，4月份超过 ...
赞 ·阅读 249 ·onceeven ·2024-07-05

Ai早报 7月5日1.商汤科技推出了具有里程碑意义

Ai早报 7月5日1.商汤科技推出了具有里程碑意义的Vimi可控人物视频生成大模型，成为了WAIC 2024的“镇馆之宝”。展现了AI技术对复杂场景的高度适应性和商汤在视频生成技术上的深厚积累。2.阶跃星辰发布了三款Step系列通用大模型新品:Step-2万亿参数语言大模型正式版、Step-1.5V多模态大模型、Step-1X图像生成大模型。3.Ope ...
赞 ·阅读 269 ·Peter ·2024-07-05

Ai早报 7月4日1.阿里大文娱推出的神力霓裳大模

Ai早报 7月4日1.阿里大文娱推出的神力霓裳大模型为古装剧的妆造设计带来革命性变革，通过AI技术快速生成精美妆造图片，为影视创作者提供了全新思路和灵感来源。2.Kimi 开放平台宣布上下文缓存公测，可降低长文本模型使用成本最高90%，提升响应速度。上下文缓存是高效数据管理技术，预先存储频繁请求数据，节省时间资源。3 ...
赞 ·阅读 209 ·mnop ·2024-07-05

一个开源、免费的动画自动插帧工具：ToonCrafte

一个开源、免费的动画自动插帧工具：ToonCrafter一款由腾讯AI实验室、中国香港中文大学和香港城市大学共同开发的开源动画插帧工具。它利用先进的生成式插值技术和图像到视频的扩散模型，能够在两张卡通图像之间生成平滑过渡的动画片段。此外，ToonCrafter 还支持风格迁移学习，确保生成的动画与原始艺术风格无缝融合，保持 ...
赞 ·阅读 273 ·jackbruer ·2024-07-05

现在AI，有人用AI写作，有人用AI在提效，也有人在用A

现在AI，有人用AI写作，有人用AI在提效，也有人在用AI赚钱。今天给大家分享一个基础知识-【打粉】虽然这个业务有些人可能做很多年了，有些人可能还没听过看完了也许会有一点点启发。对了，小红书那个什么代发那些内容，很多人也是用AI写的白杨SEO：打粉是啥？打粉引流犯法吗？小红书代发效果好吗？ ...
赞 ·阅读 244 ·onceeven ·2024-07-05

kyutai_labs推出了 Moshi，一个实时的原生

kyutai_labs推出了 Moshi，一个实时的原生多模态基础模型，开源的！可以听和说，创造声音，模仿情感，与 OpenAI 5月份展示的 GPT-4o 类似貌似目前只能理解英文，代码和权重很快会发布特点： 1、实时听和说，低延迟（160-240 毫秒） 2、理解并可以表达情感3、 边说边“思考”，生成文本思维 4、可以同时听和说5、基于Helium ...
赞 ·阅读 306 ·Peter ·2024-07-05
1 ...102103104105106107108109... 422下一页
  • Powered by Discuz! X3.4 Copyright © 2001-2020, Tencent Cloud.
  • QQ