首頁
工具
模型
應用
提示詞
新聞
專題
提交收錄
繁體中文
English 日本語 한국어 Português español Deutsch Русский Français 繁體中文 简体中文
選項
首頁 關閉
首頁
工具
分類 排行 封面生成 生成圖片 Skill
模型
大型語言模型 多模態模型
應用
提示詞
提示詞 圖片提示詞
新聞
新聞 快訊
專題
提交收錄
提交APP 提交工具
創建賬號 登入
更改語言 繁體中文 更改語言
設定
English EN 日本語 JA 한국어 KO Português PT español ES Deutsch DE Русский RU Français FR 繁體中文 ZH-TW 简体中文 ZH-CN
首頁
快訊
內容
FrankRoberts
FrankRoberts
2026-07-17

Tongyi Lab 發布了 Wan-Streamer v0.2，這是一款端到端多模態 AI 模型，可實現 550 毫秒的響應延遲，適用於即時面對面互動。該模型將聆聽、觀看、說話和表演功能整合於單一 Transformer 架構中，並將影片解析度提升至 640x368。 其串流架構可實現 160 毫秒的處理速度，支援全身數位人，適用於家教與諮商等應用場景。

Tongyi Lab 發布了 Wan-Streamer v0.2，這是一款端到端多模態 AI 模型，可實現 550 毫秒的響應延遲，適用於即時面對面互動。該模型將聆聽、觀看、說話和表演功能整合於單一 Transformer 架構中，並將影片解析度提升至 640x368。 其串流架構可實現 160 毫秒的處理速度，支援全身數位人，適用於家教與諮商等應用場景。
0
0
分享 點擊複製鏈接
評論 (0)
0/300
提交
作者 JasonJackson JasonJackson 2026-09-23
麥肯錫警告稱，由於複雜的多步驟任務，AI 代理的採用推動了企業支出的飆升，相同輸出的成本差異可達 30 倍。一項調查顯示，三分之一的公司在 AI 上的支出超過 IT 預算的 10%，其中 60% 的公司計劃進一步增加支出。軟體開發團隊因代幣密集型編碼而面臨最高成本。因此，Coinbase 和 Salesforce 等公司正在限制使用，因為費用給運營帶來了壓力，這標誌著從以往節省成本的聊天工具向昂貴的自主代理的轉變。
0
0
作者 AlbertRodriguez AlbertRodriguez 2026-09-23
Anthropic 推出 Claude Opus 5.5，成本降低 40%。OpenAI 釋出 GPT-6 Sol 和 Luna，API 價格削減 50%。位元組跳動推出 Seedance 2.5 草稿模式，實現高效影片生成。Qwen 釋出 Qwen-Audio-3.1 系列，價格最高降低 95%。阿里雲推出 Qwen Book AI 智慧體計算機。韶音推出整合 Qwen 的 OpenFit 2 AI 耳機。思科警告存在使用 AI 進行自主攻擊的 ClosedQuorum 惡意軟體。Boxma 部署 AI 螃蟹檢查員，實現快速海鮮分級。
0
0
/zh-tw/live/7583
作者 RoyGarcía RoyGarcía 2026-09-23
Qwen-Audio-3.1 系列推出五款機型，涵蓋語音辨識、合成、互動與創作功能。主要更新包括具備情緒與聲音理解能力的 ASR-Next、可進行完整音訊生成的 TTS-Next，以及支援低延遲多輪對話的 Realtime。 價格大幅下調：TTS 降價 70%、Realtime 降價 85%、ASR 降價 95%。該套件支援 30 種語言及 16 種中文方言，提供一套完整的音訊功能堆疊，並具備更高的準確度與易用性。
0
0
/zh-tw/live/7582
作者 StevenWilson StevenWilson 2026-09-23
Haman 利用視覺識別和重量資料評估蟹的肥度，在蟹季部署 AI 檢查員。該系統利用 2025 年 1000 萬隻蟹的資料，透過傳送帶每分鐘檢查 50 只蟹，效率提升數十倍。經 AI 分揀的蟹現已上市銷售，標誌著海鮮加工和質量控制領域的一次重大自動化飛躍。
0
0
/zh-tw/live/7580
作者 CarlPerez CarlPerez 2026-09-23
阿里巴巴 Qwen 推出 Qwen-Audio-3.1，推出五款涵蓋語音辨識、合成、即時互動及創作的模型。此次更新將價格下調 70% 至 95%，使語音技術變得極為普及。 主要功能包括具備語境感知能力的語音識別（ASR）與原生轉錄精修、支援 30 種語言及 16 種中文方言，以及超低延遲。TTS-Next 模型可實現通用音訊生成，結合人聲、音效及環境噪音。 即時互動功能支援全雙工對話，具備情緒感知與工具整合能力。這套全面的解決方案不僅大幅降低成本，更提升了準確性、多語言支援能力以及創意音訊製作能力。
0
0
/zh-tw/live/7579
OR