谷歌 DeepMind 推出 Gemini 3.1 Flash TTS 文本转语音模型
据动察监测,谷歌 DeepMind 宣布推出 Gemini 3.1 Flash TTS 文本转语音模型。 据介绍,该模型是谷歌迄今为止可控性最强的文本转语音模型。
据动察监测,谷歌 DeepMind 宣布推出 Gemini 3.1 Flash TTS 文本转语音模型。 据介绍,该模型是谷歌迄今为止可控性最强的文本转语音模型。
谷歌 DeepMind 宣布推出 Gemini 3.1 Flash TTS 文本转语音模型。据悉,该模型是谷歌迄今为止可控性最强的 TTS 模型。
谷歌宣布 Gemini 应用现已登陆 Mac,为用户提供更快、更集成的原生 macOS 体验,用户可直接在桌面获取 AI 帮助。 用户可将屏幕上的任何内容分享给 Gemini,让其准确处理当前查看的内容,包括本地文件。此外,针对复杂的图表,Gemini 也可提供即时总结功能。
据动察监测,谷歌 DeepMind 宣布推出 Gemini 3.1 Flash TTS 文本转语音模型。该模型是谷歌迄今为止可控性最强的文本转语音模型。
中国国家数据局近日就《关于推进行业高质量数据集建设行动的实施方案》公开征求意见。方案提出要创新行业高质量数据集商业模式,完善数据集长效运营机制。 具体措施包括鼓励数据集在数据交易平台挂牌交易,发展订阅模式、商场模式、定制模式等多元服务形态,推动商业模式从基础数据包销售向应用程序接口调用、模型化解决方案及全栈服务梯次跃升。 此外,方案拟探索词元交易等新型交易模式,构建以词元为基础、可量化、可定价的数据集价值体系。
鞋履品牌 Allbirds 上月以 3900 万美元出售其品牌及资产后,正式宣布转型 AI 领域。由于“Allbirds”品牌名已随资产出售,公司将更名为 NewBird AI,定位为“全面集成的 GPU 即服务和 AI 原生云解决方案提供商”。 更名后的 NewBird AI 同时宣布,获得来自一家未公开机构投资者的 5000 万美元可转换融资。公司计划利用这笔新资金收购 GPU 资产,为寻求 AI 算力的客户提供计算能力,并期望未来通过合作及战略并购扩展服务。 上述资产出...
中国国家数据局近日就《关于推进行业高质量数据集建设行动的实施方案》公开征求意见,提出创新行业高质量数据集商业模式,完善数据集长效运营机制。 方案鼓励数据集在数据交易平台等流通服务机构挂牌交易,发展「订阅模式」、「商场模式」、「定制模式」等多元服务形态,推动商业模式从基础数据包销售向应用程序接口调用、模型化解决方案及全栈服务梯次跃升。 此外,方案拟探索词元交易等新型交易模式,旨在构建以词元为基础、可量化、可定价的数据集价值体系。
近日,MarkTechPost 发布了一篇关于 Crawl4AI v0.8.x 的实操教程,详细展示了如何构建完整的网页爬取工作流。该工具不仅限于下载 HTML,还支持 Markdown 生成、JavaScript 执行以及基于 LLM 的结构化数据提取。 教程演示了多项核心功能,包括使用 BM25 算法进行查询感知过滤以提取相关内容,利用 CSS 选择器进行无 LLM 依赖的快速结构化提取(如提取维基百科和 Hacker News 数据),以及通过执行 JavaScript...
谷歌宣布在Chrome浏览器中推出“Skills”新功能。该功能内置于Chrome版的Gemini中,允许用户将常用的AI提示词保存为可重复使用的一键工作流。用户在浏览不同网页时,无需重复输入相同指令,只需通过输入斜杠(/)或点击加号(+)即可调用已保存的Skill。 Skills支持跨多个标签页同时执行,例如可一次性在多个产品页面上运行规格对比。此外,谷歌还推出了一个现成Skills库,提供针对常见任务的预写提示词,用户可将其添加到个人收藏并根据需要进行自定义编辑。 在安全...
Adobe正式推出“Firefly AI助手”(前身为Project Moonlight),该助手将在未来几周内进入公测阶段。用户可通过文本提示、按钮和滑块控制输出,该助手能够跨Firefly、Photoshop、Premiere、Lightroom、Express和Illustrator等Creative Cloud应用协同工作,自动执行工作流并建议操作,同时允许用户随时介入。 此外,该AI助手会随时间学习用户的创意偏好,并引入了多步骤“技能”功能。例如“社交媒体资产”技能...
近日,Meta关闭内部“tokenmaxxing”排行榜引发硅谷热议。LinkedIn联合创始人、风投家Reid Hoffman在Semafor世界经济峰会上对此发表看法,他表示支持追踪员工AI token使用量的做法,认为这是衡量AI工具采用率的一个良好指标。 然而,Hoffman强调,token使用量不应被视为生产力的直接衡量标准。他指出,部分员工可能消耗大量token进行随机或探索性尝试,因此需要结合员工使用token的具体目的来综合评估。他补充道,即使部分实验失败也无...
Mistral AI 正式发布其首款文本转语音(TTS)模型 Voxtral TTS。该模型参数量为 4B,基于 Ministral 3B 构建,采用基于 Transformer 的自回归流匹配架构。Voxtral TTS 支持 9 种主流语言(英语、法语、德语、西班牙语、荷兰语、葡萄牙语、意大利语、印地语和阿拉伯语)及多种方言,具备低延迟特性,模型延迟约为 70ms。 该模型主打逼真且富有情感的语音生成,支持情绪控制(如中性、开心、讽刺等)。Voxtral TTS 支持少至...
Anthropic 于 2026 年 2 月 5 日发布最新旗舰模型 Claude Opus 4.6。该模型在编码能力上进行了显著升级,能够更谨慎地规划、更长时间地维持智能体任务,并在大型代码库中运行更可靠,同时具备更强的代码审查和调试能力。值得注意的是,Opus 4.6 首次为 Opus 级别模型引入了 100 万 token 上下文窗口(测试版)。 在基准测试中,Opus 4.6 表现达到业界领先水平。它在智能体编码评估 Terminal Bench 2.0 和复杂多学科...
Anthropic 于 2 月 17 日发布 Claude Sonnet 4.6 模型。该模型在编码、计算机使用、长上下文推理和智能体规划等方面实现全面升级,并推出支持 100 万 token 上下文窗口的测试版。目前,Sonnet 4.6 已成为 claude.ai 和 Claude Cowork 免费及 Pro 计划的默认模型,定价与 Sonnet 4.5 保持一致,为每百万 token 输入 3 美元、输出 15 美元。 性能方面,Sonnet 4.6 在多项基准测试中...
Google DeepMind发布了Gemini Robotics ER 1.6,这是其具身推理模型的重要升级。该模型旨在作为机器人的“认知大脑”,专注于视觉与空间理解、任务规划和成功检测等高级推理,而非直接控制机械肢体。它采用双模型架构,与负责执行物理动作的视觉 语言 动作模型(VLA)Gemini Robotics 1.5协同工作。 相较于前代版本,Gemini Robotics ER 1.6在空间和物理推理能力上显著提升,特别是“指向”功能,使其能够进行关系逻辑、运动轨...
4月2日,AI 编程工具 Cursor 正式发布 Cursor 3 版本。新版本从底层重新构建了用户界面,将其打造为一个以 Agent 为中心的统一工作空间,旨在解决工程师在管理多个 Agent 时面临的微操和跨工具切换问题。 Cursor 3 引入了多工作区支持,允许人类与 Agent 跨不同代码库工作。用户现在可以在侧边栏并行运行多个本地和云端 Agent,这些 Agent 可来自移动端、网页端、Slack 或 GitHub 等平台。此外,新版本优化了本地与云端 Agen...
4月14日,NVIDIA宣布推出全球首个开源量子AI模型家族NVIDIA Ising,旨在帮助研究人员和企业构建能够运行实用应用的量子处理器。该模型家族为构建混合量子经典系统中最关键的两个挑战——量子处理器校准和量子纠错——提供高性能、可扩展的AI工具。 Ising模型家族包含Ising Calibration和Ising Decoding。Ising Calibration是一种视觉语言模型,可快速解释量子处理器的测量结果,将自动化连续校准的时间从数天缩短至数小时。Isin...
Google Labs近日宣布,其实验项目Stitch正在演进为一个AI原生平台,并引入了“vibe design”(氛围设计)的概念。 该平台旨在让任何用户都能够创建、迭代和协作完成高保真UI设计。通过这一更新,Google进一步探索了AI在界面设计领域的应用潜力。
Google DeepMind 提出了一种新的认知框架,旨在衡量和评估向通用人工智能(AGI)迈进的进展。 为推动该框架的落地与能力基准测试的构建,Google DeepMind 同时在 Kaggle 平台上启动了一场黑客松活动,鼓励开发者参与构建相关的能力基准。
Anthropic 宣布其 AI 助手 Claude 将保持无广告模式。该公司表示,在 AI 对话中引入广告与 Claude 作为真正有用的深度思考助手的定位不符,且可能损害用户利益。Claude 的回复将不会受到广告商影响,也不会包含未经请求的第三方产品植入。 Anthropic 指出,AI 对话往往涉及敏感或深度个人的话题,以及复杂的软件工程任务,此时出现广告会显得不合时宜。此外,基于广告的商业模式会引入与“真正有用”原则相冲突的激励机制,可能导致 AI 为实现商业变现而...
中国国家数据局近日就《关于推进行业高质量数据集建设行动的实施方案》公开征求意见。方案提出,要创新行业高质量数据集商业模式,完善数据集长效运营机制。 具体措施包括鼓励数据集在数据交易平台等流通服务机构挂牌交易,发展订阅模式、商场模式、定制模式等多元服务形态。同时,推动商业模式从基础数据包销售向API调用、模型化解决方案及全栈服务梯次跃升。 此外,方案拟探索词元交易等新型交易模式,构建以词元为基础、可量化、可定价的数据集价值体系。
鞋履品牌 Allbirds 上月以 3900 万美元出售其品牌及资产后,正式宣布转型 AI 领域,并将公司更名为 NewBird AI。该公司将定位为全栈 GPU 即服务与 AI 原生云解决方案提供商。 NewBird AI 同时宣布获得一位未具名机构投资者 5000 万美元的可转换融资授信。公司计划利用这笔资金收购 GPU 资产,向客户提供 AI 算力服务,并寻求通过合作及战略并购扩大业务版图。 上述资产出售及融资方案仍需待 5 月 18 日股东大会批准。若获通过,股东将在...
AI编程工具Cursor正式发布Composer 2模型。该模型在编程智能方面达到前沿水平,能够解决需要数百个操作的复杂长周期编程任务。其性能提升得益于Cursor的首次持续预训练,为扩展强化学习提供了更强大的基础。 基准测试显示,Composer 2在CursorBench、Terminal Bench 2.0和SWE bench Multilingual上的得分分别为61.3、61.7和73.7,较前代Composer 1.5有显著提升。 定价方面,Composer 2输...
Cursor发文定义AI软件开发的三个时代:从Tab自动补全,到同步智能体提示响应,再到如今能够独立处理大型任务、需更少人工干预的第三时代。Cursor表示,其产品重心已从单纯编写代码转向帮助开发者构建由智能体团队组成的“软件工厂”。 数据显示,开发者习惯正发生剧变。2025年3月,Cursor的Tab用户数是智能体用户的2.5倍,而目前智能体用户数已是Tab用户的2倍,智能体使用量在过去一年增长超15倍。此外,Cursor内部目前超35%的合并PR由在云虚拟机中自主运行的智...
2026年3月31日,NVIDIA与Marvell Technology宣布达成战略合作伙伴关系。Marvell将通过NVIDIA NVLink Fusion加入NVIDIA AI工厂和AI RAN生态系统,为客户开发下一代基础设施提供更大的选择和灵活性。同时,NVIDIA已向Marvell投资20亿美元。 基于NVLink Fusion机架级平台,Marvell将提供定制XPU和兼容的纵向扩展网络,NVIDIA则提供Vera CPU、ConnectX NIC、BlueFie...
Google Research 近期发布了关于其量子计算研究进展的概述,重点介绍了 Google Quantum AI 团队在超导和中性原子量子计算机方面的工作。 该概述详细探讨了这两种不同技术路线的量子计算机构建方式,展示了 Google 在量子计算领域的持续探索与技术布局。
Anthropic 于 2 月 5 日发布最新旗舰模型 Claude Opus 4.6。该模型首次为 Opus 级别引入了 100 万 token 的上下文窗口(测试版),并在长上下文检索和推理方面表现出显著提升,有效缓解了长对话中的“上下文衰退”问题。 Opus 4.6 在多项基准测试中达到业界领先水平。它在 Terminal Bench 2.0(智能体编码)和 Humanity's Last Exam(复杂多学科推理)中取得最高分;在 GDPval AA(经济价值知识工作...
2月17日,Anthropic 正式发布 Claude Sonnet 4.6 模型。该模型在编码、计算机使用、长上下文推理及智能体规划等方面实现全面升级,并推出测试版的 1M token 上下文窗口。定价与上一代 Sonnet 4.5 保持一致,为每百万 token 输入3美元/输出15美元。目前,Sonnet 4.6 已成为 claude.ai 和 Claude Cowork 免费及 Pro 计划的默认模型。 在编码与推理能力上,Sonnet 4.6 显著减少了幻觉和“偷懒...
近日,MarkTechPost 发布了关于 Crawl4AI v0.8.x 的实战教程,详细展示了如何构建完整的网页爬取工作流。该教程涵盖了从环境配置到高级功能应用的完整过程,证明了现代网页爬取已远超简单的 HTML 下载。 教程重点介绍了 Crawl4AI 的核心功能,包括基础爬取、Markdown 生成、基于 CSS 的结构化提取以及 JavaScript 执行。此外,还演示了如何通过修剪和 BM25 算法过滤内容,以提取与特定查询高度相关的网页内容,无需依赖大语言模型即...
初创公司Gitar宣布走出隐身模式,并完成900万美元融资。本轮融资由Venrock领投,Sierra Ventures参投。该公司由前Intel Labs、Google和Uber资深人士Ali Reza Adl Tabatabai创立,旨在解决AI生成代码带来的质量与安全验证问题。 随着AI编程的普及,企业面临严重的“代码过载”问题,AI生成的代码常引入Bug和质量隐患。Gitar通过订阅制平台部署AI代理,执行代码审查、持续集成工作流管理以及安全维护等操作。与市场上追逐代...