AI神秘探险家

Liquid AI，非Transformer架构的LFMs系列模型，看看体验如何？

LFMs系列模型是Liquid AI新发布的非Transformer架构模型，咱...

Youtube-Whisper，粘贴YouTube链接即可将视频音频转成文本

Youtube-Whisper是一款YouTube视频的转录工具，粘贴YouTu...

Openai推出高级语音模型的实时API，每分钟音频输入约0.06美元，音频输出约0.24美元

Openai推出高级语音模型的实时API，但是价格巨贵，音频输入：每百万100美...

whisper v3 turbo，Openai开源的自动语音识别（ASR）和语音翻译模型

Whisper 是一种通用的语音识别模型。它基于各种音频的大型数据集进行训练，也...

2024.10.2 AI日报

AI资讯微软发布新版 Copilot，增加Copilot Voice，Copi...

Mchat，基于孟子GPT的AI对话机器人

Mchat是基于孟子GPT的AI机器人，支持编程，金融等模型。全程体验下来，功能...

Flex3D，Meta发布的单个图像或文本提示生成高质量的 3D 模型

让我们看看官方演示视频吧！ Flex3D，Meta发布的单个图像或文本提示生成高...

Pika推出1.5版本，更逼真的动作、大屏幕镜头和打破物理定律的令人兴奋的 Pikaffects

让我们看看官方演示视频吧！ Pika推出1.5版本，更逼真的动作、大屏幕镜头和打...

微软发布新版 Copilot，增加Copilot Voice，Copilot Vision等功能

让我们先看看官方演示视频吧！微软发布新版 Copilot，增加Copilot ...

Liquid AI 发布LFMs系列模型，新的Liquid架构，非Transformer架构

Liquid AI 发布LFMs系列模型，新的Liquid架构，非Transfo...

NVLM-D-72B，英伟达开源的多模态模型，支持图片和文字输入、文字输出

NVLM-D-72B是英伟达开源的多模态模型，72B参数，支持图片和文字输入、文...

2024.10.1 AI日报

开源模型 CogView3，智谱开源的文本生成图像模型，推理时间仅为 SDXL ...