➡️
继续阅读
-
Elevenlabs发布了两款专为实时AI对话设计的新型语音对语音模型
ElevenLabs发布两款实时语音识别模型:v1 Max在Big Bench Audio基准得分98.8%,响应仅0.57秒,兼具高精度与低延迟,面向客...
-
美国政府已经将深度求索的DS模型列入禁用范围 禁止联邦民用机构使用DS模型
美国国土安全部于2026年7月签发命令,禁止联邦民用机构采购基于深度求索(DS)模型的产品,并要求移除现有含DS模型的产品,禁令还涵盖用DS开发的其他服务...
-
阿里百炼多模态交互套件全面升级 Qwen-Audio-3.1 语音大模型,效果更优、成本更低!
阿里云百炼多模态实时交互套件升级至Qwen-Audio-3.1,面向AI眼镜、学习机、汽车、机器人等硬件提供级联式语音交互方案。ASR支持30种语言、16...
-
高效文档提取利器 :84 语种 OCR 识别 | 开源日报 No.558
shadcn-admin 是基于 Shadcn 和 Vite 的管理仪表板,支持亮/暗模式和响应式设计。MinerU 是开源的数据提取工具,支持多种文件格...
-
ElevenLabs 想接管你的语音代理,开发者需要放弃什么?
ElevenLabs推出Eleven Realtime,提供Mini和Max两款托管语音代理模型,整合语音识别、推理、轮流对话与语音生成,但开发者无法独立...
-
RSI三块关键拼图,MemT 1.0从模型层补上「记忆」
记忆张量开源MemT 1.0系列,提出“记忆原生”路线:将经验编码为模型内部动态状态,通过训练学习写入、更新与读取,并让记忆分支参与计算。Nano为36B...