標簽：音頻

新智元報道編輯：桃子 喬楊 【新智元導讀】GPT-4o或許還得等到今年秋季才對外開放。不過，由法國8人團隊打造的原生多模態(tài)Moshi，已經(jīng)實現(xiàn)了接近GPT-4o的水平...

谷歌DeepMind發(fā)布最新AI視頻自動配音工具，AI視頻正式開啟有聲時代！ 編譯|陳駿達 編輯|程茜 智東西6月18日消息，今日凌晨，谷歌DeepMind發(fā)布了一個名為V2A（...

引領(lǐng)了 2024 年文生視頻熱潮的 Sora，至今沒有正式對外開放使用，而其他的文生視頻產(chǎn)品，在這半年內(nèi)開始了瘋狂進化。 上周，Luma AI 發(fā)布的 Dream Machine 讓...

來源：學術(shù)頭條 自 Sora 發(fā)布以來，國內(nèi)外各大科技公司和研究機構(gòu)都在競相推出“文生視頻”大模型，比如生數(shù)科技的 Vidu、快手的可靈和 Runway 昨天才發(fā)布的 Ge...

機器之心報道 編輯：楊文AI圈這遍地開花的大好局面，讓吃瓜群眾們甚是驚喜。 這幾天，大洋彼岸殺瘋了！ Luma 的熱乎勁兒還沒過去，昨晚 Runway 就甩出一個王...

西風 發(fā)自 凹非寺量子位 | 公眾號 QbitAI一張人像、一段音頻參考，就能讓霉霉在你面前唱碧昂絲的《Halo》。 一種名為Hallo的研究火了，GitHub已攬星1k+。 話...

MiCo團隊 投稿量子位 | 公眾號 QbitAIGPT-4o掀起一股全模態(tài)（Omni-modal）熱潮，去年的熱詞多模態(tài)仿佛已經(jīng)不夠看了。 要構(gòu)建全模態(tài)智能，意味著能夠理解任何...

夕小瑤科技說 原創(chuàng)作者 | 謝年年多模態(tài)大模型視頻分析能力榜單出爐： Gemini 1.5 Pro最強，GPT-4o僅排第二？ 曾經(jīng)紅極一時的GPT-4V屈居第三。 最近，北大港大...

機器之心報道 編輯：蛋醬、小舟音頻生成領(lǐng)域又有好消息：剛剛，Stability AI 宣布推出開放模型 Stable Audio Open，該模型能夠生成高質(zhì)量的音頻數(shù)據(jù)。項目地...

OpenAI「魔法」降臨。作者 | 賴文昕 今天凌晨，即北京時間5月14日1點整，OpenAI 召開了首場春季發(fā)布會，CTO Mira Murati 在臺上和團隊用短短不到30分鐘的時間...

機器之心報道 機器之心編輯部ChatGPT 問世才 17 個月，OpenAI 就拿出了科幻電影里的超級 AI，而且完全免費，人人可用。太震撼了！ 當各家科技公司還在追趕大...

深度解讀AIGC音樂創(chuàng)作技術(shù)原理，明年實現(xiàn)30秒人聲生成自唱歌曲。 2024中國生成式AI大會于4月18-19日在北京舉行，在大會第二天的主會場AIGC應(yīng)用專場上，DeepMu...

新智元報道編輯：LRS 【新智元導讀】僅需一張照片加一段音頻，即可生成具有精確唇音同步、逼真面部行為和自然頭部運動的超逼真說話面部視頻，并且生成速度快...

作者：十九 編輯：李寶珠，三羊 封面圖來源：GeneFace++ GeneFace++：輸入一段語音，就能生成目標人臉的說話視頻。近日，京東創(chuàng)始人劉強東化身「采銷東哥 AI ...

新智元報道編輯：LRS 【新智元導讀】想要做出一段能夠「以假亂真的人物說話視頻」的門檻到底低到什么程度了？僅需一張照片加一段音頻，就能生成一段堪稱真實...