Qwen3-TTSがVoiceDesignとVoiceCloneをリリース:3秒間の音声クローンのための無料のコマンドコントロール音声ラインサポート
QwenはQwen3-TTSの新しいラインナップをリリースし、2つの機能ラインを展開しました:VoiceDesign-VD-FlashとVoiceClone-VC-Flashです。前者は「フリーテキスト指示」を用いてトーン、リズム、ムード、キャラクターデザインを細かく制御し、プリセット音色に依存しな...
Admin •
199
FunAudioLLM オープンソース Fun-Audio-Chat-8B:デュアル解像度音声表現と音声機能通話
1. 要旨 Fun-Audio-Chat-8Bは、FunAudioLLMチームによるオープンソースの「大規模音声言語モデル」で、より自然で低遅延の音声交流を目指しています。 「デュアル解像度音声表現」(5Hzの共有バックボーン+25Hzの精錬ヘッド)を用いて計算負荷を削減しつつ、Core-Cockt...
Admin •
261
快手ライブ放送室ポルノコンテンツの混乱:黒・灰色産業の攻撃の下で、AIコンテンツのセキュリティの最終ラインはどう維持できるのか?
12月22日の夜、クァイショウの生放送ルームにポルノやその他の違法コンテンツが現れ、プラットフォームはこれを白黒とグレーの制作による攻撃とし、警察に通報したと発表しました。 すべてのライブ配信プラットフォームにおいて、このようなインシデントの本質はコンテンツセキュリティと対立のエスカレーションにあり...
Admin •
183
Cursor 2.3リリース:レイアウトカスタマイズを開始し、安定性とエージェントの信頼性向上に注力
AIコードエディターのCursorはバージョン2.3をリリースしました。これは「安定性と磨き上げ」に基づくホリデーアップデートと公式に定義されており、コアエージェント、レイアウト制御、コード差異/レビュー体験に焦点を当てています。フェスティバル期間中の再利用リスクを減らすため、1週間以内に段階的にリ...
Admin •
218
AI DingTalk 1.1「ムーラン」リリース:エージェントOSがローンチされ、DingTalk ONE、DingTalk Real、悟空がコアコンポーネントとなります
DingTalkは「AI DingTalk 1.1新製品リリースおよびエコロジカルカンファレンス」にて、コードネーム「ムーラン」としてAI DingTalk 1.1バージョンをリリースし、企業AIコラボレーションのための「ワークインテリジェントオペレーティングシステム」Agent OSを初めて提案し...
Admin •
323
WAN 2.6-Imageは利用可能:マルチイメージの条件付き生成および画像編集機能がアップグレードされ、商用コンテンツも一貫しています
アリババクラウドはModel Studio内でWan2.6-Image(wan2.6-image)を呼び出す機能を更新し、「本番対応」の画像生成および編集モデルとして位置づけました。 公式情報によると、このモデルは画像やテキストの段階的な出力をサポートし、テキストと複数の画像を含むコンテンツを1回の...
Admin •
280
LongCat APIプラットフォームの変更ログによると:LongCat-Flash-Chatのアップグレードは呼び出し方法を変更しず、長いドキュメント処理能力は倍増します
LongCat APIプラットフォームの変更ログによると、LongCat-Flash-Chatは機能向上のアップデートである新バージョンにアップグレードされており、モデル名とAPI呼び出し方式は変更されていません。 このアップグレードは「高効率かつ低遅延」の位置づけを継続し、長距離コンテキストや開発...
Admin •
206
ManusがDesign View and Mark Toolを起動:繰り返しのプロンプト変更を削減し、部分的な洗練およびバッチコマンドをサポートします
ManusはManus Agent内のAIデザインワークスペース「Design View」をリリースし、「アイデア・ドローイング・リファインメント」を同一キャンバスプロセスに統合することに焦点を当てました。 コアアップデートはマークツールです。ユーザーはグラフ上の領域を直接丸で囲み、より細かな局所的...
Admin •
189