AI资讯
Gemini 2.5 Pro Preview，2.5 Pro 的更新版本，更新编码和多模态推理能力
开源模型
ACE-Step，开源的音乐生成模型，在 A100 GPU 上只需 20 秒即可合成长达 4 分钟的音乐
OpenF5 TTS，开源的文本转语音模型，基于 F5-TTS 框架并使用 F5-TTS 框架进行训练的零样本语音克隆
Voila，开源的端到端的语音语言基础模型，实时、自主和丰富的语音交互，延迟低至 195 毫秒
开源项目
SuperEdit，字节跳动开源的图片编辑，使用 LLM 和扩散模型来自动生成编辑后的图像
微信扫描下方的二维码阅读本文
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
评论(0)