跳至内容
每时AI

每时AI

  • 资讯
  • 国际
  • 分享
  • 大模型
  • 学术
  • 开源
  • 机器人
  • 关于我们

语音模型

超低延迟的端到端语音模型!首次生成音频仅需53ms,比同级别模型快3-5倍!

上午8时 2025/05/16 作者 开源星探

VITA-Audio是一款由VITA团队开源的端到端语音模型,首次生成音频仅需53毫秒,比同类7B参数模型快3-5倍。它具有超低延迟、首向前向传播生成等优势,并支持多种任务。

分类 开源 标签 53毫秒、 Docker镜像、 VITA-Audio、 VITA团队、 语音模型、 超低延迟 发表评论

MCP技术总结及推理大模型强化学习机制分析

下午2时 2025/04/27 作者 老刘说NLP

今日记录了MCP相关进展及语音大模型和推理大模型的最新情况,包括Kimi开源语音模型、关于推理能力实证分析的研究,以及Model Context Protocol (MCP) 的综述等内容。

分类 大模型 标签 kimi、 RL、 speech2speech、 STT、 TTS、 语音模型 发表评论

亚马逊推出全新 AI 语音模型 Nova Sonic了

上午8时 2025/04/10 作者 陳寳

近日,亚马逊发布了新一代语音模型Nova Sonic,并以显著的价格优势直接挑战OpenAI和谷歌。通过自研芯片、弹性算力调度及Alexa庞大的用户数据,亚马逊构建了独特的成本控制体系,意图重塑全球AI权力版图。

分类 分享 标签 Alexa、 Amazon、 NLP服务商、 NovaSonic、 语音模型、 降维打击 发表评论

2025年 AGI AI AI技术 Anthropic ChatGPT Claude DeepSeek DeepSeek-R1 DeepSeek R1 GitHub GPT-4o LLM Manus Meta OpenAI Python Sam Altman 人工智能 人形机器人 具身智能 大型语言模型 大模型 大语言模型 字节跳动 开源 强化学习 微软 扩散模型 技术创新 智能体 木易 机器学习 深度学习 清华大学 生成式AI 用户体验 百度 腾讯 自然语言处理 英伟达 谷歌 阿里云 阿里巴巴 马斯克

近期文章

  • 从打分器到思考者:RM-R1用推理重塑模型价值判断
  • SSM+扩散模型,竟造出一种全新的「视频世界模型」
  • 250美元起售,还开源,Hugging Face 发布史上最亲民人形机器人
  • 一周两破18年数学纪录!陶哲轩惊叹:AlphaEvolve带来久违「加速度」
  • 大模型推理的“左右脑”革命!华为盘古Embedded凭昇腾之力,让快慢思考合二为一

分类

  • 分享
  • 国际
  • 大模型
  • 学术
  • 开源
  • 机器人
  • 资讯
2025 年 6 月
一 二 三 四 五 六 日
 1
2345678
9101112131415
16171819202122
23242526272829
30  
« 5 月    

归档

  • 2025 年 5 月
  • 2025 年 4 月
  • 2025 年 3 月
  • 2025 年 2 月
  • 2025 年 1 月
  • 2024 年 12 月
  • 2024 年 11 月

AI新闻 | X平台 | APK反编译 | 京ICP备2024096144号 |
© 2025 每时AI • Built with GeneratePress
 下载我们的APP,AI秒送达!  立即下载
×