字节跳动推出新型大语言模型video-SALMONN，它专门设计用于增强视频理解能力，尤其是通过语音增强的音频-视觉（av-LLM）模型。简单来说，video-SALMONN就像一个超级智能的“视频助手”，它不仅能“看”懂视频里的画面，还能“听”懂视频中的对话、音乐和其他声音，甚至能理解人们的讲话内容。 GitHub：... 阅读全文

字节跳动推出一种新型的大语言模型（LLM）——Mistral-C2F，它是为了增强小规模语言模型在对话和分析推理方面的能力的。想象一下，如果你有一个智能助手，它可以帮你写邮件、回答问题，甚至帮你分析复杂问题，但有时候它给出的回答可能不够深入或者不够个性化。Mistral-C2F模型就是为了解决这些问题而设计的。 例如，... 阅读全文

字节跳动旗下扣子 Coze”平台上线“模型广场”功能，提供了一个大模型匿名打 PK 的“擂台”。用户可以在扣子官网（coze.cn）左侧导航栏中的“探索”列表找到“模型广场”，进入功能。其对战模式分为“随机 Bot 对战”“指定 Bot 对战”“纯模型对战”三种。 随机 Bot 对战：系统随机选择一个 Bot 进行模型... 阅读全文

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

浙江大学和字节跳动的研究人员推出新颖框架Coin3D，它用于生成可控且交互式的3D资产。Coin3D的核心思想是使用由基本形状（如球体、立方体、圆柱体等）组成的粗糙代理（proxy）来引导3D对象的生成，从而实现对生成过程的精细控制。这就像我们用乐高积木搭建模型一样，可以通过组合简单的积木来创造出复杂的结构。 例如，一... 阅读全文

「IconPark」是一套完整免费图标库，也是字节跳动（旗下有今日头条、抖音）释出的官方图标库，IconPark 一共收录超过1400 个图案，从基础到各种类型应有尽有，在网站里可以预览这些图案，点选快速下载SVG 或PNG 图片格式，也能复制SVG、React 和Vue 代码，勾选图示后批次下载图标。 IconPar... 阅读全文