全部文章

按时间排序浏览最新内容。

Cohere发布首个开源语音转录模型AI资讯

Cohere发布首个开源语音转录模型

企业级AI公司Cohere于周四推出了其首个语音模型:Transcribe。这是一款开源的自动语音识别(ASR)模型,适用于笔记记录和语音分析等任务。 该模型参数量仅为20亿,设计目标是支持使用消费级GPU的用户自托管。目前,Transcribe支持14种语言,包括英语、法语、德语、意大利语、西班牙语、葡萄牙语、希腊语、荷兰语、波兰语、中文、日语、韩语、越南语和阿拉伯语。 Cohere表示,Tra

谷歌在日本推出“搜索 Live”功能,支持语音与摄像头的AI模式搜索AI资讯

谷歌在日本推出“搜索 Live”功能,支持语音与摄像头的AI模式搜索

美国谷歌公司于26日(美国时间)发布了进一步提升实时对话体验的“Gemini 3.1 Flash Live”。该音频模型是迄今为止质量最高的,能够实现下一代“语音优先”AI所需的速度和自然节奏。借助Gemini 3.1 Flash Live,谷歌在日本推出了支持语音和摄像头的新搜索功能“搜索 Live(Search Live)”。 Gemini 3.1 Flash Live已作为预览版通过谷歌A

GPTZero AI文本检测工具AI商业

GPTZero AI文本检测工具

GPTZero 是一款面向教育机构、企业与内容创作者的高精度 AI 文本检测工具,可检测 ChatGPT、GPT-4、Gemini、Claude、Llama 等模型生成内容,并提供句子级分析与原创性验证。

WorkbookPDF:AI 个性化语言练习册平台AI商业

WorkbookPDF:AI 个性化语言练习册平台

WorkbookPDF 是一款利用 AI 为你生成个性化语言练习册的在线平台,根据你的水平和兴趣定制语法与词汇练习,让语言学习更有趣、更高效。支持按天数购买通行证,无需订阅。

谷歌发布最新实时语音AI模型“Gemini 3.1 Flash Live”AI资讯

谷歌发布最新实时语音AI模型“Gemini 3.1 Flash Live”

美国谷歌公司于3月26日(当地时间)正式发布了最新的实时语音生成模型“Gemini 3.1 Flash Live”。该模型被认为是谷歌迄今为止质量最高的实时语音AI模型。 “Gemini 3.1 Flash Live”是继承自“Gemini 2.5 Flash Native Audio”的新一代语音生成模型。相比前代产品,它在响应延迟和语音理解准确度方面都有显著提升。 例如,在评估多步骤函数调用

Datature 视觉AI一体化平台AI商业

Datature 视觉AI一体化平台

Datature 是面向企业与开发者的端到端计算机视觉 AI 平台,集数据标注、模型训练与部署于一体,帮助团队在云端或边缘环境中快速构建、验证并上线视觉模型。

Conntour获700万美元融资,打造面向安防视频系统的AI搜索引擎AI资讯

Conntour获700万美元融资,打造面向安防视频系统的AI搜索引擎

当前,监控技术行业正处于舆论的风口浪尖,原因并不完全积极。美国移民与海关执法局(ICE)利用Flock的摄像头网络进行监控引发争议,家用摄像头制造商Ring因开发新功能允许执法部门向居民索取街区录像而受到批评,围绕安全、隐私以及监控权的讨论日益激烈。 然而,争议并未阻碍市场的发展。视觉语言模型的持续进步为企业提供了更多创新手段,帮助他们更有效地监控场所内的情况。 视频监控初创公司Conntour的