AI进家庭

项目简介 终于有研究中文的音色、自然度、拟人度的 TTS 了。Orpheus TTS 是基于 Llama-3b 骨干网络的 SOTA 开源文本到语音系统。Orpheus 展示了使用 LLMs 进行语音合成的涌现能力。 能力 类人语音：自然语调、情感和节奏，优于 SOTA 闭源模型 零样本语音克隆：无需预先微调即可克隆声音 指导情感和语调：通过简单的标签控制...

今天推荐一个动物+人组合的特殊风格大模型，真实里透露着荒诞。Ratatoskr (Animal, Creature and Furry)。 冬日极光下的豹纹旅人 （图片描绘了一位身穿红蓝相间冬季夹克、头戴蓝色针织帽的人物特写。人物身后是模糊的绿色极光背景，暗示着寒冷可能冬季的环境。其面部清晰可见，拥有引人注目的黄色眼睛，以及细致描绘的豹纹皮毛特征——包括黑...

今天凌晨2点半，OpenAI联合创始人兼首席执行官Sam Altman发文表示，在接下来的这一周，将发布很多精彩的产品。 从明天就开始，（也就是北京时间的周二）。 根据OpenAI首席财务官Sarah Friar透露，OpenAI正在研发一款超强的Agent编程产品A-SWE。 与传统的开发AI助手不同的是，A-SWE 可以构建应用程序、处理拉取请求、进行...

新智元报道 编辑：桃子 好困 【新智元导读】GitHub中国区昨日突然访问受限，官方最新回复：只是一个配置失误导致的，现已全面恢复。与此同时，OpenAI推出API「已验证组织」新政，全球开发者想用前沿模型，得先过这关！ 昨日，众多网友上GitHub，竟发现无法访问了。 一时间，GitHub无法访问在国内开发者中炸锅了。如今，终于等到了官方回应...

机器之心发布 机器之心编辑部 在不久之前机器之心报道文章《3D领域DeepSeek「源神」启动！国产明星创业公司，一口气开源八大项目》中，我们曾介绍到，国内专注于构建通用 3D 大模型的创业公司 VAST 将持续开源一系列 3D 生成项目。 近日，新的开源项目它来了，包括针对任意三维模型生成完整可编辑部件的 HoloPart 与通用自动绑定框架 UniRig...

机器之心报道 机器之心编辑部 终于，华为盘古大模型系列上新了，而且是昇腾原生的通用千亿级语言大模型。 我们知道，如今各大科技公司纷纷发布百亿、千亿级模型。但这些大部分模型训练主要依赖英伟达的 GPU。 而现在的情形下，国内研究团队很难获得足够的计算资源，这也制约了国内大模型技术的快速发展。 我们看到华为盘古发布的这篇新研究，证明了基于全国产的昇腾也可以实现...

本文作者刘圳是香港中文大学（深圳）数据科学学院的助理教授，肖镇中是德国马克思普朗克-智能系统研究所和图宾根大学的博士生，刘威杨是德国马克思普朗克-智能系统研究所的研究员，Yoshua Bengio 是蒙特利尔大学和加拿大 Mila 研究所的教授，张鼎怀是微软研究院的研究员。此论文已收录于 ICLR 2025。 在视觉生成领域，扩散模型（Diffusion ...

图片来源：a16z Z Highlights： 作为一家公司，我们专注于三件事：预训练、微调和对齐。我们使用自有数据集进行预训练，这一点非常关键，而很多公司并不具备这样的能力。然后，我们用专家手工整理的数据进行微调。最有趣、最重要的部分在于对齐，这与简单地寻找“当前最优解”是截然不同的。 当前的模型在成为“优秀助手”方面的进步速度远远快于在“成为优秀治疗...

连续创业者马宇驰，在上一波人工智能大潮中创立三角兽科技，带领公司被腾讯收购，去年重回AI赛道，参与到新一轮大模型应用创业中，2033科技于2024年已经完成天使轮融资，由商汤科技和东方国资共同投资近亿元人民币。 2033科技是一家大模型2C应用的人工智能公司，致力于打造AIGC内容平台，降低用户使用门槛，辅助用户进行IP原创和二创，满足用户和IP的深度交互，...

头图由豆包生成 提示词：身穿美团骑手制服的科技工程师在办公室敲代码 作者_｜李楠 邮箱｜_linan@pingwest.com 招人的风向透露出大厂们在AI上的动向。最近阿里国际传出大幅加码AI人才布局的消息引来关注，再早一点，美团的AI招聘在社交网络上引起不少讨论。 尤其对美团来说，虽然王兴早就看到了AI上的机会，但这家巨头之前迟迟没有明显的AI动作，而...