Gorden Sun

Gorden Sun

0 关注者

1个月前

谷歌新发布的Gemini 2.5 Flash Exp Audio模型，是原生多模态模型，支持文本、图片、语音输入，支持文本、语音输出。 输出的语音支持各种语气和声音，也能唱歌和RAP，虽然中文有时会有发音错误，但整体也非常不错了，ASMR的少女声音，让人感觉又恋爱了。 下方视频第一段：少女ASMR 下方视频第二段：唱歌和RAP

#谷歌 #Gemini #多模态模型 #语音技术 #唱歌 #RAP #ASMR

相关新闻

placeholder

买号管家

4周前

Gemini太强了，一个Excel表格普通人半天的工作量，Gemini一分钟就搞定了，其它时间摸鱼。

placeholder

凡人小北

4周前

Gemini 2.5 Pro 发布好几周了，技术的底裤都被扒得稀烂了，报告才姗姗来迟。 我看完技术报告，几件事值得聊聊。 1️⃣现在大家都喜欢玩矩阵，模型发布也不例外 G哥也不免俗，精心设计了一套产品矩阵，满足不同场景的需求，不展开了，就是想先吐槽一下。 2️⃣Gemini 能力在 G 哥家底的支撑下开始快速跃迁 Gemini 2.5 家族之所以能够展现出前所未有的能力，我觉得核心在于 Go

placeholder

蓝点网

4周前

谷歌推出 #Gemini 2.5 Pro 模型正式版，这个强大的新模型现在可以在生产环境中使用。 谷歌还推出 Gemini 2.5 Flash-Lite 版，该版本推理能力极差，但在翻译和分类等任务上表现不错且成本极低，每百万输出仅需 0.4 美元。 查看全文：

placeholder

Feiteng

4周前

Gemini 2.5 技术报告：原生的 Audio Input Output Streaming 能力

placeholder

Jesse Lau 遁一子

1个月前

Gemini gem几轮改不好，且来回切换已经改好的代码到错误，把我气的冒烟。 切换到canvas一把解决了。