腾讯AI实验室、北京理工大学、中国科学院自动化研究所的研究人员推出一种名为“基于扩散模型的音频字幕生成”（Diffusion-based Audio Captioning，简称DAC）的技术。这是一种利用扩散模型来为音频内容生成描述性文字 ...... 阅读全文

喜马拉雅Everest团队推出高质量零样本（zero-shot）语音生成模型系列“Takin AudioLLM”。这个系列包括Takin TTS（Text-to-Speech，文本到语音）、Takin VC（Voice Conversion，声音转换）和Takin Morphing（声音变形 ...... 阅读全文

微软推出新型机器学习模型GRIN，它是对现有的“专家混合”（Mixture-of-Experts，简称MoE）模型的一种改进。MoE模型是一种特殊的深度学习模型，它通过将任务分配给不同的“专家”子模块来处理，每个专家只处理它擅长的特 ...... 阅读全文

德克萨斯大学奥斯汀分校、约翰霍普金斯大学和普林斯顿大学的研究人员发布论文，探讨了一个名为“链式思考（Chain-of-Thought，简称CoT）”的技术在大型语言模型（Large Language Models，简称LLMs）中的应用效果。链式 ...... 阅读全文

中国人民大学高岭人工智能学院和百度的研究人员推出一种新型的个性化大语言模型（LLM），名为PPlug（Persona-Plug）。这个模型的目的是让语言模型能够根据每个用户的独特偏好和习惯来生成定制化的文本输出。总的来说 ...... 阅读全文

阿里巴巴集团人工智能业务、南京大学人工智能学院、南京大学计算机软件新技术国家重点实验室的研究人员推出新型多模态大语言模型Ovis。多模态意味着这个模型能够同时处理和理解文本和视觉信息，比如图片。你可以把它 ...... 阅读全文

叠纸游戏旗下 TipsWorks 工作室（曾开发过《帕斯卡契约》）全新跨平台动作 RPG 游戏新作《万物契约》首次实机演示今日公开，该作于今年 5 月亮相索尼 State of Play 发布会，预计 2025 年推出。2024 年 9 月 21 日~2 ...... 阅读全文

拳头游戏今日发布公告，LNG Ninebot Esports 的中路选手 Scout 因旅游限制无法前往欧洲参加即将到来的《英雄联盟》2024世界大赛（Worlds 2024）。鉴于此特殊情况，LNG 获准使用紧急替补选手，JDG 的 Yagao 将代表 LN ...... 阅读全文

任天堂和宝可梦公司对《幻兽帕鲁（Palworld）》开发商 Pocketpair 提起专利侵权诉讼，寻求发布禁令和赔偿损失。《幻兽帕鲁》与宝可梦公司的《Pokemon（精灵宝可梦）》系列之间存在很多相似之处，这是显而易见的，《 ...... 阅读全文

Current Time UTC 是一款查询当前世界协调时间 (UTC) 的服务，用户可以通过输入城市或国家名称，获取当地的日期和时间。此外，该服务还提供多种实用功能，包括： 时区转换器：查询不同地区的时区信息。 国家当地时间 ...... 阅读全文

Fal.ai，一家专注于为开发者提供 AI 制作音频、视频和图像服务的平台，近日宣布完成了 2300 万美元的融资。此次融资由 Andreessen Horowitz (a16z)、Black Forest Labs 联合创始人 Robin Rombach 以及 Perplexity 首 ...... 阅读全文

约翰·霍普金斯大学和Samaya AI的研究人员推出新型检索模型Promptriever，它能够像语言模型一样响应指令，为用户提供更自然的搜索体验。简单来说，就像你和一位图书管理员对话，告诉他你想找什么书，他会根据你的描述 ...... 阅读全文