首页
情报
装备
百科
精选
快讯
AI
猫咪范
首页
情报
装备
百科
精选
快讯
AI
猫咪范
注册
登录
推荐类别
栏目分类
开源软件
>
在线工具
开源软件
电脑软件
人工智能
>
3D
AI绘画
AI编程
AI视频
AI音频
ChatGPT
大语言模型
数字人
机器人
电脑游戏
>
chinaplay.store
Discord
Epic Games
Fanatical
GameSessions
giveaway
GMG
GOG
HumbleBundle
indiegala
IO游戏
itch.io
Microsoft Store
Origin
Rockstar Games Launcher
STEAM
Uplay
Wegame
Windows
战网
方块游戏
杉果游戏
主机游戏
>
任天堂Switch
微软Xbox
索尼PlayStation
手机游戏
>
IOS
taptap
安卓
当前位置:
首页
>
AI音频
人工智能
优惠
微软推出LiveSpeech系统:低延迟的零样本TTS合成技术
AI
推荐人:暴走AI
标签:
LiveSpeech
TTS
微软
AI
10个月前 (06-06)
微软推出LiveSpeech系统,它是一种低延迟的零样本(zero-shot)文本到语音(Text-to-Speech, TTS)合成技术。零样本意味着系统可以在没有特定说话人数据训练的情况下,模仿任何人的声音来生成语音。这项技术特别适用于需要快速响应的实时或低延迟场景,例如实时翻译、口音转换、语音简化或去除语言不流畅...
阅读全文
直达链接
好
0
不好
0
0
微软推出LiveSpeech系统:低延迟的零样本TTS合成技术
已关闭评论
优惠
新型音频表示学习模型Audio Mamba:基于状态空间模型构建的
AI
推荐人:暴走AI
标签:
Audio Mamba
学习模型
AI
10个月前 (06-06)AI
韩国科学技术院推出新型音频表示学习模型Audio Mamba(AuM),它是基于状态空间模型(State Space Models, SSMs)构建的,与传统的基于自注意力(self-attention)机制的Transformer模型不同,AuM不依赖于计算密集型的自注意力机制。例如,我们有一段音频,我们想要识别这段...
阅读全文
直达链接
好
0
不好
0
0
新型音频表示学习模型Audio Mamba:基于状态空间模型构建的
已关闭评论
优惠
新型神经网络架构Block Transformer:用于提升自然语言处理(NLP)任务中的推断速度
AI
推荐人:暴走AI
标签:
Block Transformer
神经网络架构
AI
10个月前 (06-06)AI
韩国科学技术研究院、LG 人工智能研究和Google DeepMind的研究人员推出新型神经网络架构Block Transformer,它主要用于提升自然语言处理(NLP)任务中的推断速度。在NLP中,Transformer模型是一种非常强大的工具,它能够处理诸如语言翻译、文本摘要等任务。但传统的Transformer...
阅读全文
直达链接
好
0
不好
0
0
新型神经网络架构Block Transformer:用于提升自然语言处理(NLP)任务中的推断速度
已关闭评论
优惠
新型图像到3D生成框架Ouroboros3D:将多视角图像生成和3D重建集成到一个递归扩散过程中,通过自条件机制联合训练这两个模块,使它们能够相互适应,从而实现更稳健的推理
AI
推荐人:暴走AI
标签:
Ouroboros3D
AI
10个月前 (06-06)AI
北京航空航天大学、上海人工智能实验室和VAST推出新型图像到3D生成框架Ouroboros3D,这个框架的核心特点是将多视角图像生成和3D重建集成到一个递归扩散过程中,通过自条件机制联合训练这两个模块,使它们能够相互适应,从而实现更稳健的推理。实验结果,证明了Ouroboros3D在生成多视角图像和3D表示的质量上优于...
阅读全文
直达链接
好
0
不好
0
0
新型图像到3D生成框架Ouroboros3D:将多视角图像生成和3D重建集成到一个递归扩散过程中,通过自条件机制联合训练这两个模块,使它们能够相互适应,从而实现更稳健的推理
已关闭评论
优惠
Mobile-Agent-v2: 通过多代理协作有效导航的移动设备操作助手
AI
推荐人:暴走AI
标签:
Mobile-Agent-v2
AI
10个月前 (06-06)AI
北京交通大学和阿里巴巴集团的研究人员推出移动设备操作助手Mobile-Agent-v2,它通过多智能体(多个代理)的协作来有效导航和执行任务。这个系统是为了解决现有技术在处理移动设备操作任务时面临的两大挑战:任务进度导航和焦点内容导航。这些挑战在单一智能体架构下很难有效解决,主要是因为操作历史序列很长,且包含交错的文本...
阅读全文
直达链接
好
0
不好
0
0
Mobile-Agent-v2: 通过多代理协作有效导航的移动设备操作助手
已关闭评论
优惠
大规模仿真框架RoboCasa:为了训练能够在日常生活环境中工作的通用机器人代理而设计
AI
推荐人:暴走AI
标签:
RoboCasa
AI
10个月前 (06-06)AI
德克萨斯大学奥斯汀分校和英伟达的研究人员推出大规模仿真框架RoboCasa,它是为了训练能够在日常生活环境中工作的通用机器人代理而设计的。RoboCasa的核心是提供一个现实且多样化的厨房环境,它包含了大量的3D资产、不同的任务以及超过100,000条轨迹的大型训练数据集。论文还提到了实验结果,显示了使用仿真生成的机器...
阅读全文
直达链接
好
0
不好
0
0
大规模仿真框架RoboCasa:为了训练能够在日常生活环境中工作的通用机器人代理而设计
已关闭评论
优惠
如何在大语言模型中量化不确定性,特别是当我们需要判断模型给出的回答是否可靠时
AI
推荐人:暴走AI
标签:
大语言模型
AI
10个月前 (06-06)AI
Google DeepMind发布论文,主题是探讨如何在大语言模型(LLMs)中量化不确定性,特别是当我们需要判断模型给出的回答是否可靠时。研究者们区分了两种不确定性:认识不确定性(epistemic uncertainty)和随机不确定性(aleatoric uncertainty)。认识不确定性来源于对真实情况(比...
阅读全文
直达链接
好
0
不好
0
0
如何在大语言模型中量化不确定性,特别是当我们需要判断模型给出的回答是否可靠时
已关闭评论
优惠
Cohere推出新型AI优化方法SRPO:让AI系统通过学习人类的偏好来提升其性能
AI
推荐人:暴走AI
标签:
Cohere
SRPO
AI
10个月前 (06-06)AI
Cohere推出一种新型的人工智能(AI)优化方法,名为“自我改进的鲁棒偏好优化”(Self-Improving Robust Preference Optimization,简称SRPO)。这种方法主要针对的是让AI系统通过学习人类的偏好来提升其性能,同时确保其在面对不同类型的任务时都能保持稳定和鲁棒的表现。 主要功...
阅读全文
直达链接
好
0
不好
0
0
Cohere推出新型AI优化方法SRPO:让AI系统通过学习人类的偏好来提升其性能
已关闭评论
优惠
StabilityAI推出全新开源模型Stable Audio Open:能够生成长达 47 秒的音频样本和音效
AI
推荐人:暴走AI
标签:
StabilityAI推
Stable Audio Open
AI
10个月前 (06-05)AI
关键信息摘要: Stable Audio Open 是一个开源的文本到音频模型,能够生成长达 47 秒的音频样本和音效。 用户可以创作鼓点、乐器即兴重复段、环境声、拟音以及制作所需的音频元素。 该模型支持音频变化和音频样本的风格转换。 StabilityAI推出了全新的开源模型Stable Audio Open,这是一...
阅读全文
直达链接
好
0
不好
0
0
StabilityAI推出全新开源模型Stable Audio Open:能够生成长达 47 秒的音频样本和音效
已关闭评论
优惠
3D模型材质生成DreamMat:用于生成高质量PBR(基于物理的渲染)材质的系统
AI
推荐人:暴走AI
标签:
DreamMat
AI
10个月前 (06-05)AI
浙江大学、香港大学、腾讯游戏和德克萨斯农工大学的研究人员推出DreamMat,它是一种用于生成高质量PBR(基于物理的渲染)材质的系统。简单来说,DreamMat可以根据文本描述和未贴图的3D模型,生成逼真的材质效果,这些效果可以用于现代图形引擎中,实现照片级的渲染效果。 项目主页:https://zzzyuqing....
阅读全文
直达链接
好
0
不好
0
0
3D模型材质生成DreamMat:用于生成高质量PBR(基于物理的渲染)材质的系统
已关闭评论
优惠
字节推出文本到语音模型家族Seed-TTS:能够生成与人类语音几乎无法区分的高质量语音
AI
推荐人:暴走AI
标签:
Seed-TTS
字节跳动
AI
10个月前 (06-05)AI
字节跳动推出文本到语音(Text-to-Speech, TTS)模型家族Seed-TTS,它们能够生成与人类语音几乎无法区分的高质量语音。Seed-TTS模型家族通过其先进的技术,为语音合成领域带来了革命性的进步,使得机器生成的语音更加自然和富有表现力,同时提供了强大的控制能力和编辑功能,适用于多种实际应用场景。 主要...
阅读全文
直达链接
好
0
不好
0
0
字节推出文本到语音模型家族Seed-TTS:能够生成与人类语音几乎无法区分的高质量语音
已关闭评论
优惠
CamCo:相机控制的 3D 一致图像到视频生成
AI
推荐人:暴走AI
标签:
CamCo
AI
10个月前 (06-05)AI
德克萨斯大学奥斯汀分校和英伟达的研究人员推出新技术CamCo,它是一种可以生成视频的人工智能工具。总的来说,CamCo是一个强大的工具,它可以将静态图像转化为动态视频,并允许用户对摄像机的运动进行精确控制,创造出既真实又连贯的视频内容。例如,你有一张照片,但你想要的是一个视频,而不仅仅是静态的画面。CamCo可以帮助你...
阅读全文
直达链接
好
0
不好
0
0
CamCo:相机控制的 3D 一致图像到视频生成
已关闭评论
共 109 页
« 第一页
...
«
50
51
52
53
»
...
最后 »
微信二维码
热门
Epic商店本周免费领取开放世界冒险游戏《松树》,下周免费游戏为文字冒险游戏《狮子之歌》
(487℃)
沙雕游戏《基友大合体完整包》,要和好基友一起玩才有趣
(699℃)
极简的开源GIF录屏工具「Gif123」:可快速复制GIF并粘贴到其他程序
(457℃)
可自由打印的免费儿童着色图网站「Coloring.ws」
(882℃)
2D叙事冒险游戏《手动的塞缪尔》限时免费领取,黑色幽默佳作!
(1508℃)
《无间冥寺》开发商新款roguelike动作游戏《Ravenswatch》将于4月6日登录Steam开启抢先体验
(257℃)
我要爆料
我的收藏
顶部
快速登录
账户:
密码:
验证码:9 + 1 =
自动登录
忘记密码?
QQ登录
微博登录
注 册