搜索
DeepMind 公布其正在开发一套创新的音频生成技术细节，也就是NotebookLM背后使用的语音技术。使 AI 能够生成更加自然的对话和高质量的音频。这些技术不仅提升了语音助手的交互性，还帮助多种应用在语音合成和对话生成上取得更大进展。
在与 AI 及 AI 编程相关的论坛中，我经常看到经验丰富的软件开发人员讨论像 Cursor 这样的编程工具是否有价值，是否值得订阅。
个性化精品数字人（Personalized Talking Face Generation）强调合成的数字人视频在感官上与真人具有极高的相似性（不管是说话人的外表还是神态）。
前几天在 Hugging Face 文本转图像排行榜上排名第一的 red_panda，是一个名为 Recraft V3 的模型，由 AI 初创公司 Recraft 提供。 Recraft V3 以 1172 的 ELO 评分位居第一，超越了 Midjourney、OpenAI 和其他公司的模型。
一周Mac三连发，压轴场MacBook Pro终于来了，也宣告着M4全系芯片诞生。最强性能野兽M4 Pro、M4 Max采用第二代3nm工艺，快到起飞续航长达24小时。
三个月前，「LiblibAI 哩布哩布 AI」，一个 AI 模型社区型产品，在一年内完成了三轮共计数亿元的融资。
据 TechCrunch 报道，Sierra 由 OpenAI 主席布雷特·泰勒共同创办的人工智能初创公司，在一轮融资中筹集了 1.75 亿美元，估值为 45 亿美元。
最近，总是收到朋友的询问：有没有 AI 能自动生成 PPT？发现这是大家非常普遍的一个需求。但是似乎目前没有一个特别完美的工具，能一键生成高质量的可用 PPT。
GPT-4o 的语音演示，引燃了行业对于 AI 产品语音实时交互的想象，完全实时、可随时打断的 AI 助手，正成为新的 趋势。
有了 TEN（Transformative Extensions Network，变革性扩展网络），开发者们终于不用再「绞尽脑汁」了！TEN 是全球首个真正实现实时多模态智能体的框架，不仅能减少开发痛点，还让你轻松从头开始构建下一代 AI 应用。