首页
工具
模型
应用
提示词
新闻
专题
提交收录
简体中文
English 日本語 한국어 Português español Deutsch Русский Français 繁體中文 简体中文
选项
首页 关闭
首页
工具
分类 排行 封面生成 生成图片 Skill
模型
大语言模型 多模态模型
应用
提示词
提示词 图片提示词
新闻
新闻 快讯
专题
提交收录
提交APP 提交工具
创建账号 登录
更改语言 简体中文 更改语言
设置
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
首页
快讯
内容
BruceAllen
BruceAllen
2026-04-20

英伟达研究院（NVIDIA Research）在Hugging Face平台发布了Lyra 2.0，这是一个能够根据单张图像生成持久且可探索的3D世界的AI框架。该框架解决了空间遗忘和时间漂移问题，能够生成长且一致的视频序列，适用于实时渲染、机器人模拟以及游戏引擎中的资产创建。该开源模型可供商业使用。

英伟达研究院（NVIDIA Research）在Hugging Face平台发布了Lyra 2.0，这是一个能够根据单张图像生成持久且可探索的3D世界的AI框架。该框架解决了空间遗忘和时间漂移问题，能够生成长且一致的视频序列，适用于实时渲染、机器人模拟以及游戏引擎中的资产创建。该开源模型可供商业使用。
0
0
分享 点击复制链接
评论 (0)
0/300
提交
作者 JoseGonzalez JoseGonzalez 2026-09-16
科大讯飞推出了Spark-Audio-1.0-Preview，这是一个完全基于国内算力训练的本土语音基础模型。它支持文本和语音输入，并输出文本结果，能够处理99种语言和202种方言的转录、翻译及方言识别任务。该模型在基础转换之上实现了更深层次的音频理解，具备说话人识别、情感分析和环境声音识别等功能。目前该模型已开放公众体验，API接口即将通过科大讯飞开放平台提供访问。
0
0
作者 PaulLopez PaulLopez 2026-09-16
阿里巴巴通义实验室的 Qwen3.8-27B 已成为 Hugging Face 上最受欢迎的开源 AI 模型，超越了 FLUX.1、DeepSeek-R1、Kimi-K3 和 Meta-Llama-3。该排名基于开发者的点赞数，而非基准测试或模型规模，这一成就凸显了 Qwen3.8-27B 作为全球顶级开源模型在实用性、易用性以及社区声誉方面的卓越表现。
0
0
作者 GaryPerez GaryPerez 2026-09-16
科大讯飞发布了 Spark-Audio-1.0-Preview，这是一款基于完全自主可控算力训练而成的语音基础模型。与将语音转换为文本的传统级联系统不同，该模型直接理解音频内容，能够捕捉语义、情感以及环境声音。该模型采用 0.65B 音频编码器与 30B-A3B 大语言模型构建，支持 99 种语言和 202 种方言。在嘈杂场景下，其性能优于竞争对手，并在中国语-英语识别任务中达到了当前最佳水平（SOTA）。该模型支持情感分析、复杂问答等任务，标志着从单纯语音转录向真正音频理解的转变。后续将通过讯飞开放平台提供 API 访问接口。
0
0
/zh/live/7377
作者 EricMartin EricMartin 2026-09-16
努比亚推出NaviX Ultra，这是首款由豆包驱动的大规模量产AI智能体手机。其主要功能包括指纹AI按钮、支持方言的种子全双工语音模型、自主复杂任务执行以及个人记忆功能。该设备实现了持续交互、长链操作和安全授权的AI服务，标志着从原型机向商用AI手机的转变。
0
0
/zh/live/7376
作者 MarkSmith MarkSmith 2026-09-16
Cloudflare 推出了“禁止 AI 训练”功能，使网站管理员能够阻止 AI 爬虫，同时保留搜索引擎的访问。Apple、Google 和 Microsoft 已承诺遵守该规定。该工具将负责任的混合爬虫与其他爬虫区分开来，并为大多数现有客户自动迁移。Google 即将推出透明度工具，Apple 正在开发类似的 URL 级工具，而 Microsoft 计划到 2027 年初支持通过 robots.txt 拒绝 AI 训练。
0
0
OR