跳到正文
/阅读与研究

外观

快速抵达

↑ ↓ 选择 · Enter 打开 · Esc 关闭MyHOT

语音与音频

全部主题
主题资料

AI 语音与音频的进展:语音合成、实时对话、音乐生成与音频理解的模型与产品。

21 篇文章

最新文章

第 21–21 条 · 共 21 条
10月14日周三
  1. Latent Space

    AINews:Gemini 4 Argon 全面上线,AI Engineer NYC 与 Vals AI 评测同台

    AI 导读谷歌 Gemini 4 Argon 正式 GA,覆盖编码、知识工作与企业工作流,API 入门价每百万输入/输出 2/10 美元,11 月 30 日后翻倍;Cursor 默认 52.8% CursorBench,Cognition 报告 FrontierCode 1.1 达 60.5%。AI Engineer NYC 吸引约 2 万人,Anthropic、Vals AI、Coatue 分别分享金融服务栈、模型基准原则与新闻转投资决策。Meta 发布 Muse Wonder,主打 Active Focus 与 Active Memory,但订阅限额与部署问题引发早期争议;Fish Audio 开源 35B MoE 语音模型 Drama 3,Drama 3 Preview 以 93.2% 领跑发音鲁棒性。Anthropic 披露日合并量从 5 月 2500 增至 9 月 3 万并弃用 Git;NVIDIA 开源 Run:ai。

    AI 选稿理由Gemini 4 Argon 是本周头号前沿模型发布,其入门价仅为 GPT-6 Astra 约六成、幻觉率 15% 为高分区最低,开发者可直接通过 Cursor、Copilot 与 Gemini API 用它做编码、文档与智能体任务,成本与能力窗口值得立即评估。