Fish Speech 是由 Fish Audio 开发的一款开源文本转语音（TTS）模型，旨在提供高质量、易用且功能强大的语音合成解决方案。该项目在 GitHub 上开源，并迅速获得了较高的关注度，拥有数千颗星的评价。Fish Speech 经过十五万小时的训练数据，能够熟练处理中文、日语和英语等多种语言，其语言处理... 阅读全文

阿里巴巴旗下Qwen团队在6月初就推出了Qwen2系列模型，而在近期才公开了Qwen2系列模型的技术报告，Qwen2系列模型是大型多模态模型，参数量从5亿到720亿不等，包括密集型模型和专家混合模型（Mixture-of-Experts，简称MoE）。例如，你有一个超级聪明的助手，它可以阅读和理解各种语言的书籍、文章，... 阅读全文

Anthropic公司本周二宣布推出Claude Android应用程序，旨在将其AI聊天机器人服务推广至更广泛的用户群体。这是该公司继iOS版本后，进一步扩大其市场覆盖的重要举措。 地址：https://play.google.com/store/apps/details?id=com.anthropic.claud... 阅读全文

微软的研究人员最近开发了一种专为Excel、Google Sheets等电子表格程序设计的大语言模型，名为SpreadsheetLLM。这一模型旨在解决电子表格的布局和格式多样性带来的挑战，特别是在Token限制和理解电子表格特有的功能（如单元格地址和格式）方面。 论文地址：https://arxiv.org/html... 阅读全文

近期，关于谷歌即将推出的Pixel 9系列智能手机的更多信息逐渐浮出水面。通过对Google应用最新测试版（15.28版本）的APK解包分析，9to5Google发现了可能与这些新设备相关联的Gemini高级订阅服务的线索。 在应用代码中，出现了诸如“Pixel Pro”和“P9”等字符串和引用，这表明谷歌可能针对不同... 阅读全文

几个月前，谷歌将旗下的AI工具Gemini侧边工具栏整合到谷歌Docs和谷歌云盘等云应用程序中，旨在增强这些应用的人工智能功能，提升用户体验。然而，这一举措也引发了关于用户数据隐私和AI治理的担忧。 问题披露 AI治理的高级顾问Kevin Bankston发现，Gemini在没有获得用户明确同意的情况下，访问了存储在谷... 阅读全文

彭博社报道称，OpenAI 提出通用人工智能五级标准，用来确认人工智能的进展。OpenAI 高管告诉员工，公司自认为目前还处于第一级，但即将达到第二级。通用人工智能（AGI、Artificial General Intelligence），是指具有高效的学习和泛化能力、能够根据所处的复杂动态环境自主产生并完成任务的通用... 阅读全文

随着生成式 AI 技术的不断进步，模拟真人发声的工具也越来越逼真。最近，微软 公布了其全新的 AI 语音生成工具 VALL-E 2，据称已达到与真人发声相媲美的水平。 相关推荐：微软推出先进神经编解码语言模型VALL-E 2 VALL-E 2：逼真的语音生成技术 VALL-E 2 是 微软去年1月首次发布的 VALL-... 阅读全文

备受欢迎的桌面应用程序Ollama，专为简化大语言模型部署而设计，现已推出全新0.2版本。此次更新引入了并发支持（concurrency support），带来两项主要新功能：并行请求处理和多模型同时运行能力。 并发支持：多任务处理更高效 借助并发技术，Ollama能够同时处理多个请求，且每个请求的内存占用极小。这一优... 阅读全文

Magnific AI 为广受欢迎的图像编辑软件 Adobe Photoshop 带来了一款新颖的插件，该插件集成了 AI 技术的图像放大和增强功能。这款插件的安装过程简单快捷，用户只需在Adobe Store中轻轻一点，即可将其融入Photoshop的工作流程中。 安装与使用 安装完成后，Magnific AI插件将... 阅读全文

微软在5月份发布Copilot+ PC的时候，获得一片赞誉，但后续就受到越来越多的质疑，比如软件兼容性、是否支持游戏等，不过争议性最大的还要属“回顾（Recall）”这一功能，对于涉及到的隐私问题，微软回应这是本地功能不联网，但依旧不能打消用户质疑，对于质疑，微软目前表示推迟发布此功能。 海外媒体How-To Geek... 阅读全文

在经历了长达40年的等待之后，Windows系统内置的经典记事本应用终于迎来了重大更新。微软在其最新的11.2405.13.0版本中，引入了期待已久的拼写检查（Spelling Check）和自动更正（Auto Correct）功能，旨在进一步提升用户的操作效率和使用体验。 这一更新在今年3月首先面向微软内部人员进行了... 阅读全文