文明旁观者的头像

文明旁观者

帅气的我简直无法用语言描述!
数据出炉:我国生成式AI用户规模突破 7 亿

数据出炉:我国生成式AI用户规模突破 7 亿

国内生成式人工智能应用渗透速度持续走高,最新统计数据显示,国内生成式人工智能用户规模突破 7 亿人,对应普及率超过 50%。 用户群体覆盖多类使用场景,文本对话、图片生成、视频创作、代码编写类 AI ...
文明旁观者的头像1个月前
0210
代号Spell,豆包个人助理产品筹备对外推出

代号Spell,豆包个人助理产品筹备对外推出

字节跳动豆包在个人助理赛道推进新产品规划。知情人士透露,相关探索项目在今年 4 月启动内部测试,项目代号为 “Spell”。 Spell 项目由豆包手机助手团队主导开发,受豆包手机相关产品发布节奏影响...
文明旁观者的头像1个月前
0110
Kling 4.0 – 可灵新一代旗舰AI视频生成模型

Kling 4.0 – 可灵新一代旗舰AI视频生成模型

Kling 4.0 是快手可灵 AI 推出的旗舰级视频生成模型,配套推出轻量化分支 Kling 4.0 Flash,主打真实画面质感、创作可控性与叙事连贯性。模型原生支持 4K 10-bit HDR ...
文明旁观者的头像1个月前
0150
Claude Sonnet 5.5 – Anthropic新一代主力中端大模型

Claude Sonnet 5.5 – Anthropic新一代主力中端大模型

Claude Sonnet 5.5 是 Anthropic 推出的 5.5 系列中端主力大模型,作为 Opus 5.5 的配套版本,在智能体编程任务上取得突破,相关基准测试结果超越旗舰 Opus 5...
文明旁观者的头像1个月前
0190
ElevenLabs v4 Turbo – 面向实时交互的低延迟TTS模型

ElevenLabs v4 Turbo – 面向实时交互的低延迟TTS模型

ElevenLabs v4 Turbo 是 ElevenLabs v4 系列里主打实时对话场景的文本转语音模型,继承 v4 完整的情感表达能力,重点压缩推理耗时,中位数推理延迟约 100ms,首段语音...
文明旁观者的头像1个月前
0140
ElevenLabs v4 – 新一代高表现力文本转语音模型

ElevenLabs v4 – 新一代高表现力文本转语音模型

ElevenLabs v4 是 ElevenLabs 推出的全新一代 TTS 模型,配套推出低延迟分支版本 v4 Turbo,采用全新模型架构,不再局限于简单朗读文字,可结合上下文理解台词情绪、节奏与...
文明旁观者的头像1个月前
0170
M3.1-Flash-Preview – MiniMax新一代高速大模型

M3.1-Flash-Preview – MiniMax新一代高速大模型

M3.1-Flash-Preview 是 MiniMax 推出的公测版文本大模型,首发搭载于 MiniMax Code 平台,面向代码开发场景打造,内置百万级上下文窗口,原生支持多模态输入输出。模型在...
文明旁观者的头像1个月前
0140
米哈游披露大模型目标,刘伟表态冲击国产大模型第一梯队

米哈游披露大模型目标,刘伟表态冲击国产大模型第一梯队

米哈游创始人、总裁刘伟在上海交通大学 2027 校园招聘宣讲会上,对外阐述公司大模型发展目标,提出在 2 至 3 年内进入国产大模型第一梯队。 刘伟在现场表达对 AI 项目推进的信心,认为米哈游会成长...
文明旁观者的头像1个月前
0150
openPangu-2.0补齐开源链路,华为放出预训练、微调与强化学习代码

openPangu-2.0补齐开源链路,华为放出预训练、微调与强化学习代码

华为正式发布盘古 openPangu-2.0 全套训练代码,预训练、监督微调 SFT 以及后训练强化学习 RL 代码同步上传开源平台,面向开发者、科研团队开放获取。 本次开源的 openPangu-2...
文明旁观者的头像1个月前
0330
R2T2 – 网易有道开源真流式语音识别模型

R2T2 – 网易有道开源真流式语音识别模型

R2T2 全称 Confucius4‑R2T2,隶属于网易有道子曰 Live 系列,是面向语音智能体场景的开源真流式语音识别模型。传统流式识别会随后续音频不断修改已输出文字,容易造成字幕闪烁、下游模块...
文明旁观者的头像1个月前
0180