分类
平台
排序
扎克伯格押注“元计算”：Meta 拟建数百吉瓦发电设施，直控 AI 能源命脉
有消息称，Meta 首席执行官马克·扎克伯格周一正式宣布启动名为“元计算”（Meta Compute）的大型计划，这意味着公司去年夏季提出的“打造领先 AI 基础设施”承诺已从纸面走向大规模落地。为在...
9个月前
StepFun AI 开源音频编辑模型 Step-Audio-EditX，让音频编辑像改文本一样简单
StepFun AI 近期推出了开源音频编辑模型 Step-Audio-EditX。这款 3B 规模的创新模型，把音频编辑做得像文本处理一样直观、可控。通过把音频信号的修改转化为逐个令牌的操作，Step-Audio-EditX ...
12个月前
马斯克称机器人三年内将胜过医生，手术机器人专利近七成集中在近五年
据一财报道，当外界还在讨论 AI 能否辅助医生时，马斯克已将目光投向了直接替代。他预测，约三年内，机器人外科医生的专业能力会全面超越人类。在他看来，这不是实验室里的理想，而是工程路线图...
9个月前
Meta重塑语音技术版图！Omnilingual ASR覆盖1600种语言，小语种也能被AI“听见”
全球7000多种语言中，超过95%长期被AI语音技术忽视——直到现在。Meta最新发布的Omnilingual ASR（自动语音识别）系统，打破语言技术的“大语种优先”局面，首次把高精度识别扩展到1600种语言，...
12个月前
百度推出 ERNIE-4.5-VL-28B-A3B-Thinking：精准锁定图像细节，破解复杂难题
百度近期发布了其最新的多模态人工智能模型——ERNIE-4.5-VL-28B-A3B-Thinking。这款新模型能够把图像深度融入推理过程。官方表示，它在多项多模态评测中表现亮眼，偶有超越包括谷歌的Gemini2.5...
12个月前
马斯克的 AI 新秀登场！Grok 4.1 发布，聊天体验全面升级
正文：xAI 今日上线 Grok4.1，表示响应延时下降42%，意图识别精度提升18%，对话更加顺畅。新版仍基于 Grok-4MoE 架构，通过新增实时反馈层与个性化缓存，带来“秒级回复”的体验；继续向 X Prem...
12个月前
谷歌在安卓端 Chrome Canary 上加入 AI 图像生成功能
谷歌在安卓端 Chrome 浏览器的 Canary 频道中，首次上线了一项名为“Nano Banana”的 AI 图像生成功能。借助这一功能，用户无需依赖实验性开关或独立应用，只要在地址栏输入提示词，即可快速出...
12个月前谷歌上调AI Pro与Ultra订阅用户在AI Studio的使用上限
为更好服务核心开发者和重度用户，谷歌今日官宣进行关键的资源额度调整。从现在起，订阅谷歌AI Pro或Ultra的用户，在旗下开发者平台 Google AI Studio，将享有更高的使用上限。这项变化代表这些...
6个月前
谷歌AI搜索体验加速：新设计直达对话，Gemini3Pro登陆近120个国家！
谷歌正推出多项举措，旨在让其人工智能（AI）模式与功能更易上手、覆盖更广。一方面，谷歌测试全新界面，优化用户从 AI 概览跳转到 AI 模式的衔接；另一方面，Gemini3Pro 模型也在进行大规模海...
11个月前
巴黎语音AI新创Gradium拿下7000万美元种子轮
法国语音AI初创Gradium于12月3日正式结束隐身阶段，宣布完成7000万美元种子轮融资，刷新欧洲语音AI赛道的种子轮纪录。本轮由FirstMark Capital与Eurazeo联合领投，法国电信亿万富翁Xavier Niel...
11个月前黄仁勋：未来两三年，全球近90%的新知识或由AI生成
最近，英伟达首席执行官黄仁勋在一档节目中提出了一个引人关注的观点：再过两到三年，全球新增知识中大约有90%可能会由人工智能生成。这个说法听起来很震撼，但黄仁勋强调，这与我们从不熟悉的...
11个月前微软推出 VibeVoice 0.5B：0.5B 参数实现约 300 毫秒快速起声
微软今日推出全新的实时文本转语音模型 VibeVoice-Realtime-0.5B。虽然参数规模仅 0.5B，但它具备近乎实时的语音生成能力，最快约 300 毫秒即可开口，实现“话还没说完、声音已先到”的顺滑体验...
11个月前
