Qwen3-TTS发布VoiceDesign与VoiceClone:自由指令控声线,支持3秒语音克隆
Qwen发布Qwen3-TTS新阵容,推出VoiceDesign-VD-Flash与VoiceClone-VC-Flash两条能力线:前者以“自由文本指令”对语气、节奏、情绪与人设进行细粒度控制,强调不依赖预设音色;后者主打仅需约3秒音频即可进行声音克隆,并在多语言生成与更自然的语速停连上强化表现。...
AI资讯频道聚焦全球人工智能领域的前沿动态,实时追踪大模型技术突破、AI工具更新、行业政策变化、AI创业趋势与资本动向,为AI从业者、开发者与爱好者提供高质量、可信赖的AI资讯聚合与深度分析内容。
Qwen发布Qwen3-TTS新阵容,推出VoiceDesign-VD-Flash与VoiceClone-VC-Flash两条能力线:前者以“自由文本指令”对语气、节奏、情绪与人设进行细粒度控制,强调不依赖预设音色;后者主打仅需约3秒音频即可进行声音克隆,并在多语言生成与更自然的语速停连上强化表现。...
一、摘要 Fun-Audio-Chat-8B 是 FunAudioLLM 团队开源的“大型音频语言模型”,面向更自然、低延迟的语音交互。它采用“双分辨率语音表征”(5Hz 共享骨干 + 25Hz 精细化头部)以降低计算开销,同时通过 Core-Cocktail 训练策略尽量保留文本 LLM 能力;覆...
12月22日晚快手直播间出现色情等违规内容,平台称系黑灰产攻击并已报警。对所有直播平台来说,这类事件本质是内容安全与对抗升级:黑灰产用自动化批量投放,逼迫平台在分钟级完成识别与处置。要稳住舆情与业务,核心抓手就是AI内容安全与风控联动。 一、事件要点与平台处置 1、快手直播间异常的核心信息 AI内容...
AI代码编辑器Cursor发布2.3版本,官方将其定义为“稳定性与打磨”为主的假期更新,重点覆盖核心Agent、布局控制与代码Diff/评审体验,并表示更新将于一周内逐步推送,以降低节日期间的回归风险。 据官方说明,2.3在稳定性方面引入扩展的进程隔离,修复聊天历史记录消失等问题,自动运行行为更一致...
钉钉在“AI钉钉1.1新品发布暨生态大会”上发布AI钉钉1.1版本,代号“木兰”,并首次对外系统提出面向企业AI协作的“工作智能操作系统”Agent OS。该体系由钉钉ONE(新交互入口)、DingTalk Real(企业级AI硬件与执行环境)、AI搜问(企业级搜索问答入口)、通用任务Agent“悟...
阿里云在Model Studio更新并提供Wan2.6-Image(wan2.6-image)调用能力,定位为“可用于生产”的图像生成与编辑模型。官方资料显示,该模型支持图文交错输出,可在一次请求中生成包含文字与多张图片的内容,用于步骤化教程、故事分镜等叙事型视觉表达。 在生成与编辑层面,wan2....
LongCat API平台更新日志显示,LongCat-Flash-Chat已升级至新版本,属于能力增强类更新,模型名称与API调用方式保持不变。此次升级延续“高效率、低延迟”的定位,重点强化长上下文与开发者真实任务表现,并提升复杂工具调用与多步骤任务执行的稳定性。 更新要点包括:上下文长度提升至2...
Manus发布“Design View”,作为Manus Agent内的AI设计工作区,主打把“想法—出图—精修”合并到同一画布流程中。核心更新是Mark Tool:用户可直接在图上圈选需要调整的区域并写下指令,实现更细粒度的局部修改,尽量避免为小改动反复重写提示词或整图重生成。 官方示例显示,Ma...