...核心驱动力之一是海外客户的需求拉动,尤其是在大模型驱动的...

答:今年前九个月,公司业务明显回升,核心驱动力之一是海外客户的需求拉动,尤其是在大模型驱动的背景下,头部客户群体对AI的投入力度加大。我们服务的海外巨头客户中,包括IoT、社交、搜索和综合性科技公司。IoT巨头在大模型上机方面表现突出,几家硬件巨头都在以不同的节奏推进其自身的智能化战略,这些战略在研发阶段就释...

【华龙传媒】周报:智谱推出AI视频模型“新清影”,视频生成开启...

此次新推出的CogSound音效模型和音乐模型CogMusic,其中音效模型CogSound能根据视频自动生成音效、节奏等音乐元素,基于GLM-4V的视频理解能力,能够准确识别并理解视频背后的语义和情感,在此基础上生成与之相匹配的音频内容,甚至生成复杂音效,如爆炸、水流、乐器、动物叫声、交通工具声等。音效模型的出现能够实现视频与声音的...

...神重磅更新Flux版ic-light模型;字节跳动PersonaTalk让AI精准配音

字节跳动最新开发的PersonaTalkAI模型实现了视频精准配音,声音与嘴型完美同步,保留人物原有特点,让视频更真实自然。该模型采用注意力机制的两阶段框架,具有高度个性化的配音效果和优秀的视觉质量。然而,在处理非人类化身和大幅度面部姿势时仍有局限性。字节跳动计划限制核心模型访问权限,防止技术滥用。AiBase提要:...

声纹算法识别模型产品 音频样例库覆盖面广 不少于50个声音子类别

1.建立音频样例库,覆盖面广,根据不同的噪声监管单位将声音划分为五大类,不少于50个声音子类别;2.通过深度学习AI技术,对噪声样本进行分析和处理,提取出其中的声纹特征,构建声纹识别模型;3.不断的测试和优化,提高声纹识别模型的准确性和鲁棒性,使其能够在各种环境和条件下都能准确地识别出声纹类型;4.采用...

首发|我戴了一周的大模型耳机,发现了 AI 硬件的新答案

对话声音非常自然!这主要得益于背后的Seed–TTS技术,这是豆包团队研发的一个语音生成基座大模型,能发出各种声音并进行多维度操控,还会模仿人类的说话习惯,保留一些发音瑕疵,系统内置的几个主要音色,生成的语音几乎与真人一致,几乎不会有机器感,音调韵律、情绪起伏都不会让人烦躁,而且响应非常快!

AI日报:智谱开源图像生成模型CogView3;AI声音克隆差点骗走律师...

新鲜AI产品点击了解:httpstop.aibase/1、文生图卷起来了!智谱开源图像生成模型CogView3生成速度比SDXL快10倍!智谱AI最新开源的CogView3和CogView-3Plus-3B为文生图领域注入新活力,CogView3采用独特的级联扩散方法,生成质量超越SDXL,且推理速度快10倍(www.e993.com)2024年11月24日。CogView-3Plus-3B基于DiT框架,优化了Zero-SNR扩散噪声...

谷歌公布鲸鱼声音识别 AI 科研模型,可辨别 8 种不同鲸群

IT之家9月27日消息,据谷歌新闻稿,谷歌公司正持续投入资源开发可用于识别鲸鱼声音的AI模型,其最新的多物种鲸鱼声音模型能够识别8种鲸鱼的叫声,并进一步细分其中两种鲸鱼的不同发声类型。谷歌表示,这项技术主要用于海洋学术研究,能够帮助科研团队获取布氏鲸等“较难以观察的”鲸群行为模式,目前该模型已公开供...

灰豚数字人发布首个为直播而生的AI声音大模型

AI社消息,近日灰豚数字人发布首个为直播而生的AI语音大模型。该声音大模型在我国获得多个之最。灰豚语音大模型与市面上所有声音机械化语音大模型不同的是,灰豚语音大模型的声音媲美真人。该大模型有语种、有内容、有韵律、有音色、有情绪、观众听众无法识别是AI生成。灰豚语音大模型共有八大亮点,多个之最,由温州...

首发| 我戴了一周的「大模型耳机」,发现了 AI 硬件的新答案

这主要得益于背后的Seed–TTS技术,这是豆包团队研发的一个语音生成基座大模型,能发出各种声音并进行多维度操控,还会模仿人类的说话习惯,保留一些发音瑕疵,系统内置的几个主要音色,生成的语音几乎与真人一致,几乎不会有机器感,音调韵律、情绪起伏都不会让人烦躁,而且响应非常快!

AI大模型大有可为——来自第十二届互联网安全大会的声音

“安全认知,日见清晰;安全研究,路阻且长;安全行业,大有可为;紧跟创新,保障发展……”在近日举行的第十二届互联网安全大会上,中国工程院院士吴世忠的一番总结,折射了AI(人工智能)时代安全大模型行业的发展现状。一直以来,技术发展伴生的安全挑战、迭代防护,贯穿着行业发展始终,也备受各界关注。大会期间,多位院士,...