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。
微软发表了一篇播客，宣布在其Microsoft Cloud for Healthcare中推出新的医疗保健数据功能和AI工具，包括通过Azure AI Studio中的新医疗保健AI模型、Microsoft Fabric中的医疗保健数据功能、Copilot Studio中的医疗保健AI agents服务以及AI驱动的护理工作流程解决方案。
来自约翰斯·霍普金斯大学和腾讯AI实验室的研究人员推出了EzAudio，这是一种新的文本到音频（T2A）生成模型，承诺以前所未有的效率从文本提示中生成高质量的音效。这一进步标志着人工智能和音频技术的重大飞跃，解决了人工智能生成音频中的几个关键挑战。
Spotter Studio 这类创作辅助产品提供的优化工具可能促使创作者获得更多的流量，这反映了短视频平台普遍存在“流量为王”的大众标准，但科技进步带来的改变不应该让它只停留在表面，内容的质量、深度以及流量背后的社会责任都应该引起创作者的重视。
看过了 AI 视频生成工具清影的试用体验，今次我们来测试什么产品呢？就是此前上线的号称“首个国产纯自研视频大模型”的 Vidu （https://www.vidu.studio/）。该平台目前开放了文生视频、图生视频两大核心功能，提供 4 秒和 8 秒两种时长选择。
Meta似乎也已经意识到，当下最好的选择是授人以渔。
直观、多模态、精准控制，三位一体实现视频精细化处理。
五源小酒馆：先请郭靖介绍下自己和ACE Studio。
Stable Audio Open：开源文本转音频模型。
国产版Sora，谁最强？
