小互

统计数据

205

文章

0

粉丝

0

获赞

701

阅读

4个月前

视频似乎是1倍速并没有加速 Figure 机器人已经相当灵活了...

#视频 #1倍速 #加速 #Figure机器人 #灵活

4个月前

AI抢人白热化据路透社：一些 OpenAI 的顶级研究员欲跳槽到 Ilya Sutskever 创办的新公司 SSI 为了挽留他们，OpenAI 向他们开出了 200 万美元的留任奖金并承诺如果留下，还可获得 2000 万美元以上的股票期权据两位知情人士透露，部分员工只需要继续工作一年就能获得全部奖金。 SSI 和 OpenAI 双方对此事拒绝置评。

#OpenAI #SSI #人工智能 #人才争夺 #股权激励

4个月前

兄弟们，牛P了 11Labs 推出 Eleven v3（Alpha 版）应该是目前地表最强的文本转语音模型了它不仅会说话，还能演戏支持 70 多种语言多个角色间的自然对话以及通过 [sad]、[whispers]、[laughs] 等音频标签精准控制语音情绪与非语言表达与旧版本相比，v3 拥有更强的文本理解能力，可以模拟真实对话中的中断、情感变化与语气调整。

#11Labs #Eleven_v3 #文本转语音 #多语言支持 #语音情绪控制 #人工智能 #技术创新

4个月前

OpenAI 推出两大核心功能将企业或者你的内部知识与 ChatGPT 深度融合 1、Connectors（连接器）：将企业内部知识源（如GitHub、Dropbox、SharePoint等）可以连接至 ChatGPT，实现私域知识的智能检索与分析。 2、Record Mode（记录模式）：ChatGPT可以自动记录、转录、摘要你会议内容。通过全新的连接器系统，用户可以让 ChatGPT 接入如 Outlook、Google Drive、Gmail 等关键工具，并在权限范围内获取实时上下文信息。对于企业级用户，还支持接入 SharePoint、Dropbox、Box 等服务。权限继承：仅检索用户本身已授权的内容。

#OpenAI #ChatGPT #企业智能 #连接器 #私域知识 #会议记录

4个月前

Komiko ：AI 驱动的漫画、动画和插画一体化创作平台支持AI 线稿自动上色、背景移除、图像增强，支持从关键帧生成完整动画，支持 AI 动画补帧。只需几分钟即可创作出专业品质的漫画、漫画和动画新推出视频到视频功能上传视频，选择艺术风格或使用提示，即可将视频转换成各种形式

#Komiko #AI #漫画创作 #动画创作 #插画创作 #视频到视频 #AI艺术 #人工智能 #科技创新

4个月前

下死手了🤣 Anthropic 宣布将在5天内切断 Windsurf 的所有API访问权限具体涉及的模型包括： • Claude 3.5 Sonnet • Claude 3.7 Sonnet • Claude 3.7 Sonnet Thinking 由于Windsurf 从未获得 Claude 4 的直接访问权限等于直接被Anthropic彻底封杀了❌

#Anthropic #windsurf #API访问 #模型封锁 #Claude 3.5 #Claude 3.7 #技术变动

4个月前

S1 提供原生支持以下语言：英语、中文、日语、德语、法语、西班牙语韩语、阿拉伯语、俄语、荷兰语、意大利语、波兰语、葡萄牙语 S1 是当前市场上最具性价比的高质量 TTS 模型：仅 $15/百万字节相当于大约 $0.8/小时音频成本详细内容：

#多语言支持 #TTS模型 #性价比 #高质量 #英语 #中文 #日语 #德语 #法语 #西班牙语 #韩语 #阿拉伯语 #俄语 #荷兰语 #意大利语 #波兰语 #葡萄牙语

4个月前

Fish Audio 发布最新的语音生成模型：S1 宣称达到专业配音演员的表现力与自然度 S1具备：高度自然、流畅的声音丰富的语气和情绪控制强大的指令跟随能力可通过自然语言控制一系列情绪：从（愤怒）、（高兴）、（悲伤）到细微的（强调）、（低语）、（同情）等等！其训练数据超过 200 万小时音频表现力和自然度在 TTS-Arena 中排名第一

#Fish Audio #语音生成模型 #专业配音 #自然度 #TTS-Arena

4个月前

人应该保持输出能力就算没有，也要逼着自己输出尤其是在AI时代很多人喜欢搞什么笔记，收藏各种资料，实际上只输入，你获取的东西都是零散的，没什么思考，都是别人的思考。应该尝试输出，我上周和人录了个播客，发现多人一起输出的时候你之前输入的东西会不自觉的系统起来。而且多人同时输出内容，会产生很多启发的思考，丰富你的知识和思维体系，打破你的一些思想茧房。还有就是多人同时输出，最好是一种带有强迫性的方式会更好，比如一起录节目会让逼迫你爆发一些东西，还有彼此都会被逼输出一些干货，彼此能收获更多，而多人聊天会彼此或多或少会隐藏一些东西。

#AI时代 #知识输出 #思维拓展

4个月前

可以搞黄色的视频模型😄 NSFW_Wan_1.3b 根据文字提示生成成人视频内容该模型基于一个包含大约 1,250 个不同的 NSFW 子版块中排名前 1,000 帖子的数据集训练

#搞黄色 #NSFW模型 #成人视频 #训练数据 #NSFW_Wan_1.3b

4个月前

微软推出 Bing Video Creator 由Sora驱动可免费生成视频目前已在 Bing 手机APP上线时长：每段视频为 5秒格式：目前支持 9:16（竖屏），未来支持 16:9（横屏）并发限制：最多可同时排队创建 3个视频生成的视频存储期限为90天可选择下载、分享付费机制免费用户每人有 10次快速生成（Fast Mode）之后可通过 100个微软积分/次继续快速生成或选择标准生成速度（Standard Mode）

#微软 #Bing Video Creator #Sora驱动 #视频生成 #手机APP #竖屏视频 #横屏视频 #视频存储 #付费机制 #微软积分

4个月前

借助实时分析语音节奏与停顿信号（如“um”“ah”），AI 可判断何时等待、何时回应，避免打断用户或不自然的等待，使对话更像真实人类交流。几乎没有延迟... 详细介绍：

#AI对话 #语音识别 #人机互动

4个月前

ElevenLabs 发布其对话语音助手： Conversational AI 2.0 相较于上一代有了巨大飞跃亮点功能：说话不尴尬了：它能听懂你什么时候停顿、什么时候在思考，不会中途打断你说话。多语言切换很顺滑：你说中文，它说中文；你说西班牙语，它也能自动切换。回答更“懂行”：它可以从你公司的知识库里直接找资料来回答你，不胡说。批量打电话不求人：几百几千个客户，系统可以一次性给他们打电话发通知。一个模型管两种互动方式：不用分开发文字和语音版本，省人力。

#elevenlabs #对话语音助手 #Conversational AI #多语言 #AI技术 #客户服务 #语音识别

4个月前

波士顿动力公司分享了其 Atlas 机器人的感知系统和视觉能力构建方法 Atlas现在能够有效处理遮挡和不确定性。精准的校准确保了精准的手眼协调，从而实现可靠的操控。波士顿动力公司的人工智能团队解释了他们如何让 Atlas 人形机器人感知世界并与世界互动。这是一个融合了图像识别、三维几何理解、实时控制、错误恢复、与任务规划的复杂感知-决策系统。波士顿动力正致力于构建一个融合感知和控制的统一模型——推动人工智能从空间智能走向物理智能。

#波士顿动力 #Atlas机器人 #人工智能 #机器视觉 #机器人技术 #感知系统

4个月前

Deepseek 官方公布了 DeepSeek-R1-0528 细节 ↓🧵 推理能力全面增强：通过加大后训练算力，模型的思维深度与推理能力显著提升。AIME 2025 测试中准确率从 70% 提升至 87.5%。幻觉率显著降低：在摘要、改写、阅读理解等场景下幻觉率下降约 45~50%。输出内容更可靠，事实一致性更高。

深度学习模型升级引发AI能力大跃进，行业迎新变革· 106 条信息

#DeepSeek #DeepSeek-R1-0528 #推理能力 #AIME 2025 #幻觉率

4个月前

字节跳动今天发布了一个图像Agent 小云雀AI 感觉有点像lovart 🙂 只需一句指令，主动思考、智能执行、快速交付，让想法一键直达爆款视频与图片。无需专业技能，让创作像聊天一样轻松，真正实现“灵感即所得，创作零门槛”。

#字节跳动 #图像Agent #小云雀AI #Lovart #爆款视频 #创作零门槛

4个月前

这个Veo 3 制作的片子非常的炸裂 😂 看的令人动容啊 AI演员的独白，他们活在虚无中，每天被提示词操控他们的人生他们的人生只有短短的8秒钟... 命运完全不能由自己掌握...

#Veo3 #AI演员 #虚无 #命运 #提示词

4个月前

人一到网络上似乎会很容易触发一种反驳情绪就是看到和自己观点或者认知认知或者经验违背的东西，总会不自觉地触发反驳情绪进行激烈评论我这两年一直在克制这种情绪，允许自己接受不同的观点和思想。我也很少拉黑人，除非对方一上来就进行人身攻击，而不是就事论事！还有就是年纪大了容易不自觉的进入一种思想信息茧房，自我封闭，我一直是对各种东西都感兴趣，但是现在感觉是一种基因开关被打开了！不自觉地就会主动忽略很多自己觉得无关的信息！🤣

#网络反驳情绪 #接受不同观点 #思想信息茧房

4个月前

Claude 推出语音助手可以在APP客户端进行体验支持通过语音助手访问你的日历、Gmail、Google Drive等获取信息和进行网络搜索内容进行回答…

#Claude #语音助手 #APP客户端 #日历 #Gmail #Google Drive #网络搜索

4个月前

Anthropic 宣布 Claude 的网页搜索功能向全球免费用户开放用户无需额外订阅即可通过Claude获取实时网络信息

#Anthropic #Claude #网页搜索 #免费用户 #实时网络信息

4个月前

Veo 3 生成介绍商品的视频这很省事了😎

#Veo3 #视频生成 #智能工具

4个月前

Google Project Astra 充当人工智能导师利用AI来指导学生如何进行问题解决，循循善诱而不是直接告诉答案。 Astra 能够实时识别图像并进行语音和多种模式的交互。

#Google #AI #Project Astra #教育科技 #人工智能 #智能导师

4个月前

Gemini Pro 会员现在也可以使用Veo 3了不需要充值 Ultra 会员了 Pro 会员就是之前的高级会员，改名了之前白嫖的学生会员可以直接使用

#Gemini Pro #Veo 3 #Ultra 会员 #Pro 会员 #高级会员 #学生会员

4个月前

Google 展示 Android XR 智能眼镜原型机长时间记忆、实时语音交互、根据用户行为自动提供帮助 Android XR 智能眼镜功能：上下文理解：通过摄像头和麦克风获取用户视角，结合地理位置信息理解当前场景和任务。语音交互：随时启动语音助手，无需手动唤醒、无需使用手机。实时辅助：根据用户行为自动推荐动作，如导航、查资料、拍照、翻译等。记忆与个性化：具备长时间任务记忆功能，理解用户偏好、事务上下文。与 Gemini 整合，实现真正的视觉助手

#Google #Android #XR #智能眼镜 #语音交互 #实时辅助

4个月前

Google 推出虚拟试衣工具上传一张自己照片 AI 将在几秒钟内生成你穿上该商品的逼真效果图 - 基于新一代图像生成模型，专为时尚场景设计 - 依托全球 500 亿商品数据，提供实时可信商品信息 - 还可以根据用户需求主动进行多条件搜索与比较、比价分析 - 购物流程全自动执行，还可以自动支付下单

#Google #虚拟试衣 #AI技术 #图像生成模型 #时尚科技 #商品数据分析 #自动购物流程 #AI购物助手