ilovelife

0 关注者

6天前

#每日推荐 一个类GPT-4o的文本-视觉-语音多模态大模型 （1）同时支持文本、视觉、语音输入，生成文本和语音回复。 （2）语音交互过程中，同步生成中间的语音识别、文本回复结果，提供更加全面的多模态交互体验！

相关新闻

关联事件

AI编程：Gemini免费用，Claude手机玩

194

AI编程工具生态持续演进：Gemini 2.5 Pro回归免费API，降低使用门槛；Claude Code推出Mac用量管理面板，优化资源管理。用户积极探索AI在编程中的应用，分享闲聊式交互、输入框翻译等技巧。Cursor等工具易用性提升，手机端亦可使用。开发者对模型API依赖与自研的矛盾加剧。谷歌发布Gemma 3n，展示移动端AI潜力。最全Claude Code指南开源，用户可通过Cursor在手机端使用。安全问题仍需关注。