Open NotebookLM，开源的NotebookLM，使用开源 LLMs 和文本转语音模型将PDF转成播客
让我们看看演示视频吧！ Open NotebookLM，开源的NotebookL...
AI开源
Emu3，智源研究院开源的多模态大模型，通过预测下一个词或token的方式来理解和生成文本、图像和视频
Emu3，智源研究院开源的多模态大模型，通过预测下一个词或token的方式来理解...
Flux.1-dev ControlNets，新增Upscaler、depth、surface normal三种ControlNet
Flux.1-dev ControlNets，新增Upscaler、depth、...
Zero-shot Cross，Google发布语音克隆项目，仅需几秒钟的参考音频，即可实现声音克隆，且支持合成跨语言的音频
让我们听听演示音频吧！ Zero-shot Cross，Google发布语音克隆...