FunAudioLLM – 阿里巴巴通义团队推出的开源语音大模型
FunAudioLLM是阿里巴巴通义实验室推出的开源语音大模型项目，包含SenseVoice和CosyVoice两个模型。SenseVoice擅长多语言语音识别和情感辨识，支持超过50种语...
AI工具
2年前 (2024)
MimicMotion – 腾讯联合上海交大推出的AI视频生成框架
MimicMotion是腾讯与上海交通大学合作推出的AI视频生成框架。用户只需提供一张图片和一段参考视频，即可一键生成逼真的人类动作视频，适用于舞蹈、运动等多种...
AI项目和框架
2年前 (2024)
EchoMimic – 阿里推出的开源数字人项目，赋予静态图像以生动语音和表情
EchoMimic是阿里蚂蚁集团推出的AI数字人开源项目，赋予静态图像以生动语音和表情。通过深度学习模型结合音频和面部标志点，创造出高度逼真的动态肖像视频。不...
AI工具
2年前 (2024)
Kimi浏览器插件 – 月之暗面推出的官方Kimi浏览器助手
Kimi浏览器插件是月之暗面科技有限公司推出的一款官方工具，它集成了即时问答、全文摘要和划线互动等实用功能。用户可以轻松划线提问，获取上下文相关答案，...
AI工具
2年前 (2024)
Moshi – 法国AI实验室Kyutai开发的实时音频多模态模型
Moshi是由法国的的人工智能研究实验室Kyutai推出的一款端到端实时音频多模态AI模型，拥有听、说、看的能力，并能模拟70种不同的情绪和风格进行交流。作为对标...
AI工具
2年前 (2024)
Fish Speech – 开源的高效文本到语音合成TTS工具
Fish Speech是一款由Fish Audio开源的文本到语音（TTS）工具，支持中文、英文和日文。通过约15万小时的多语种数据训练，实现了接近人类水平的语音合成效果，...
AI工具
2年前 (2024)
Phaidra获1200万美元新一轮融资，利用AI管理数据中心能源消耗
2024年7月2日，总部位于美国西雅图的利用AI管理数据中心能源消耗的初创公司Phaidra宣布筹集了1200万美元的新一轮融资，本轮融资由Index Ventures领投。
AI初创公司融资报道
2年前 (2024)
开放AI开发平台Sentient获8500万美元种子轮融资
2024年7月2日，总部位于美国旧金山的人工智能研究与开发初创公司Sentient宣布筹集了8500万美元的种子轮融资。本轮融资由彼得·蒂尔的Founders Fund、Pantera C...
AI初创公司融资报道
2年前 (2024)
FreeAskInternet – 免费开源的本地AI搜索引擎
FreeAskInternet是一个免费开源的本地AI搜索引擎，整合了GPT-3.5等先进的大型语言模型（LLM）和SearXNG元搜索引擎，为用户提供搜索和智能答案生成服务。
AI工具
2年前 (2024)
MimicMotion – 腾讯推出的AI人像动态视频生成框架
MimicMotion是腾讯的研究人员推出的一个高质量的人类动作视频生成框架，利用置信度感知的姿态引导技术，确保视频帧的高质量和时间上的平滑过渡。此外，MimicM...
AI工具
2年前 (2024)