SOURCE / 站点详情 · 共 9 页

XiaoHu.AI学院

最近更新 0001/01/01 00:00

访问原站

π0：通用机器人策略模型让机器人具备在人类环境中自主执行多种复杂任务的能力

D-ID推出了两款新数字人工具只需一分钟视频训练即可生成支持复杂表现

Wonder Dynamics 推出可将传统视频片段自动转换为 3D 动画场景新技术——Wonder Animation

Google Gemini API 新增“搜索锚定”功能利用 Google 搜索实时数据确保准确性

OpenAI 高层 Reddit AMA 完整版

X-to-Voice：输入你的 Twitter 账号名称自动生成能说话的个人资料头像

Google DeepMind 公布其NotebookLM背后的创新音频生成技术使 AI 能够生成更加自然的对话

Ultralight-Digital-Human ：支持在移动设备上实时运行的超轻量级数字人模型

NotebookLlama：Meta 发布了一个通过Llama从 PDF 文件生成播客的引导式教程

PersonaTalk：字节跳动开发出可精准给视频进行AI配音的模型能保持口型同步、说话风格完美匹配

MaskGCT：零样本文本到语音（TTS）模型支持跨语言配音、语音转换、情感控制等

智谱 AI 这次是真的国际领先了发布AutoGLM 一句话手机自动帮你点外卖、订酒店买东西

Cloudflare推出了一个新的开发工具：Workflows 大幅简化多步骤应用的构建

Google 更新 MusicFX DJ 可以像DJ一样灵活控制音乐生成和编辑

Midjourney 大更新：新增外部图像编辑器、图像重纹理功能编辑图像更轻松

ElevenLabs 推出全新AI语音生成工具 Voice Design 可通过文本提示创建个性化语音

美国14岁少年与Character.AI 聊天机器产生了强烈的情感依附开枪自杀身亡

Genmo 推出目前全球最大的开源视频生成模型 Mochi 1 具备100亿参数

Genmo 推出目前全球最大的开源视频生成模型 Mochi 1

Ideogram发布 Canvas 无限创画布工具以及图像填充和扩充工具轻松编辑图像