DistriFusion：显著减少使用扩散模型生成高分辨率图像所需的时间
DistriFusion简介 DistriFusion是由MIT、普林斯顿大学、Lepton AI和NVIDIA的联合研究团队开发的一种创新算法，旨在通过在多个GPU上实现分布式并行推理，显著...
Nvidia 推出 StormCast 生成式 AI 模型，用于预测中尺度天气事件
Nvidia公司推出了一款名为StormCast的生成式人工智能模型，旨在提高天气预报的准确性。StormCast是基于早期的CorrDiff模型升级而来，CorrDiff是Nvidia提供给...
ElevenLabs 的文本转语音应用 Reader 现已在全球推出
ElevenLabs，一家专注于开发AI合成声音工具的初创公司，将其文本到语音应用Reader推广至全球，支持32种语言。这款应用最初于6月在美国、英国和加拿大发布，允...
Seed-ASR：可识别不同语言、方言、口音的AI语音识别模型
Seed-ASR简介 Seed-ASR是由字节跳动的Seed团队开发的一款基于大型语言模型（LLM）的语音识别模型。它通过结合超过2亿参数的音频编码器和具有数十亿参数的专家...
TurboEdit：可通过文本提示来实时指导图像的编辑
TurboEdit简介 TurboEdit是由Adobe Research开发的一项创新技术，它通过引入基于编码器的迭代反演技术和条件化处理，实现了对图像的精确反演和解耦图像编辑。...
FancyVideo：跨帧文本引导的动态一致视频生成模型
FancyVideo简介 FancyVideo 是由360和中山大学共同开发的一款创新视频生成模型。它通过引入跨帧文本引导模块（Cross-frame Textual Guidance Module, CTGM）...
AMD 以 49 亿美元收购基础设施公司 ZT Systems，以增强其 AI 生态系统
AMD计划以49亿美元收购ZT Systems，这是一家为人工智能、云服务和通用计算提供计算设计和基础设施的公司。这次收购将加强AMD作为构建大型AI业务的“生态系统”...
Llama-3.1-Minitron：英伟达推出的仅4B参数的小型语言模型
Llama-3.1-Minitron简介 Llama-3.1-Minitron是由英伟达公司利用先进的剪枝和知识蒸馏技术，从Llama 3.1 8B模型中提炼而成的4B参数小型语言模型。它在保持与更...
LongWriter：将现有模型的文本生成能力扩展到超过10,000字
LongWriter项目简介 LongWriter是由清华大学与智谱AI联合开发的一项创新技术，旨在突破当前大型语言模型（LLMs）在生成长文本方面的限制。通过引入AgentWrite...
Tavus：支持数字人克隆和实时对话的AI视频生成平台
Tavus简介 Tavus 是一个先进的AI视频生成平台，它支持数字人克隆和实时对话功能。这个平台基于Phoenix-2模型和对话式视频接口（CVI），能够实现接近人类的自...
一站式AI信息服务平台：AI工具大全、AI每日快讯、AI项目库、AI融资快报、AI研究报告、AI教程、AI副业、AI考证等。助您全面系统了解AI、使用AI
粤公网安备44011102483711号