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!
Gemini 3.8 Live – 谷歌实时多模态对话模型

Gemini 3.8 Live – 谷歌实时多模态对话模型

Gemini 3.8 Live 是谷歌推出的原生音频转音频实时对话模型,依托 Live API 对外提供服务,面向需要低延迟交互的语音智能代理场景。模型可持续接收音频、图像流输入,同步输出自然语音回复...
文明旁观者的头像1个月前
0180
MentalHealthBench – OpenAI 开源心理健康对话评测基准

MentalHealthBench – OpenAI 开源心理健康对话评测基准

MentalHealthBench 是 OpenAI 推出的开源评测基准,由来自 22 个国家的八十余名持证心理健康专家联合搭建,专门衡量大模型在真实心理对话场景下的应答水平。整套基准包含 1215 ...
文明旁观者的头像1个月前
0180
TeleOCR – 中国电信星辰实验室开源文档解析视觉模型

TeleOCR – 中国电信星辰实验室开源文档解析视觉模型

TeleOCR 是中国电信星辰实验室推出的开源文档解析视觉模型,总参数量约 1.2B,原生集成文档畸变矫正能力,无需额外预处理模块,直接处理拍摄形变文档、扫描件与电子 PDF 页面。模型在 OmniD...
文明旁观者的头像1个月前
0630
腾讯QClaw发布停运公告,微信远程办公AI助手12月24日下线

腾讯QClaw发布停运公告,微信远程办公AI助手12月24日下线

腾讯 QClaw 团队对外发布停运公告,这款主打微信远程操控的本地AI办公助手,会在 2026 年 12 月 24 日零点正式停止服务。 公告生效当日,产品关闭新用户注册入口,订阅套餐购买与续费通道同...
文明旁观者的头像1个月前
0340
前苹果设计师操刀,Meta推出Muse Charm随身 AI 设备

前苹果设计师操刀,Meta推出Muse Charm随身 AI 设备

Meta Connect 大会推出全新硬件产品 Muse Charm。这款小型随身设备被视作 AI 时代的电子宠物,由前苹果设计师主导设计,机身自带挂扣结构,可固定在背包、钥匙链上。 设备搭载一块 2...
文明旁观者的头像1个月前
0150
微软发布Ink Canvas,打造集成AI的数字墨迹画布

微软发布Ink Canvas,打造集成AI的数字墨迹画布

微软在 2026 骁龙峰会公布全新应用 Microsoft Ink Canvas。这款面向 Windows 11 平台的数字墨迹工作区,把手写记录、草图绘制、文档批注和 AI 能力整合在单一画布内,适...
文明旁观者的头像1个月前
0210
MiMo-V3 – 小米新一代HySparse2架构全模态大模型

MiMo-V3 – 小米新一代HySparse2架构全模态大模型

MiMo-V3 是小米推出的全新一代 MiMo 系列大模型,搭载自研 HySparse 2 稀疏注意力架构,面向长上下文智能体任务深度优化,在百万 token 上下文场景大幅削减算力开销与显存占用。模...
文明旁观者的头像1个月前
0210
Gemini 3.8 Flash-Lite TTS – 谷歌轻量高速文本转语音模型

Gemini 3.8 Flash-Lite TTS – 谷歌轻量高速文本转语音模型

Gemini 3.8 Flash-Lite TTS 属于谷歌 Gemini 3.8 音频产品线,是面向高并发场景的轻量化文本转语音模型,依托 Flash 系列主干做精简优化,优先保障音频生成速度与低资...
文明旁观者的头像1个月前
0170
Gemini 3.8 Flash TTS – 谷歌Gemini系列创意向文本转语音模型

Gemini 3.8 Flash TTS – 谷歌Gemini系列创意向文本转语音模型

Gemini 3.8 Flash TTS 是谷歌 DeepMind 推出的创意向文本转语音模型,归入 Gemini 3.8 音频模型体系,专注角色语音设计与双人对话音频生成。模型支持通过自然语言描述直...
文明旁观者的头像1个月前
0170
Qwen Intelligence – 面向设备端的个人智能服务

Qwen Intelligence – 面向设备端的个人智能服务

Qwen Intelligence 是阿里推出的个人智能服务体系,主打把智能能力落地到各类终端设备,面向普通使用者和规模化交付需求打造完整 Agent 服务。这套体系围绕手机场景完成模型专项调优,把任...
文明旁观者的头像1个月前
0160