Stable Audio 2.5 是 Stability AI 推出的最新音频生成模型，专为企业级声音制作设计。模型具备快速生成（三分钟音频仅需两秒）、动态音乐创作和音频修复功能。

Live Interpreter API 是 Azure 语音翻译的新功能，能实现实时的多语言语音翻译。无需用户手动设置输入语言， Live Interpreter API 能自动连续识别正在使用...

前段时间主包去实习，导师随口说起，最近在用一个AI工具，可以一键生成海报。我当时心想：不就是 lovart 那类的AI生图软件吗？还挺不屑。结果没过两天，我用 ...

veCLI 是字节跳动火山引擎推出的命令行 AI 工具，提升开发效率。无缝集成豆包大模型 1.6 等多种模型，开发者可通过自然语言交互，快速生成代码并完成本地部署...

算泥社区是集 “AI 大模型开发服务 + 算法 + 算力” 于一体的开源生态社区，欢迎关注！文本到图像生成技术近年来取得了令人瞩目的进展。从DALL-E，Midjourney，...

大家好，我是Cita(西塔)，一名程序员，致力于在AI时代成为Vibe Coding（氛围编程）的资深大佬，带领上万人学会AI编程。点击下方名片关注公众号，领取AI资料包...

MobileLLM-R1是Meta推出的一系列专为数学、编程和科学推理设计的高效推理模型。系列包含基础模型和最终模型，分别有1.4亿、3.6亿和9.5亿参数版本。模型并非通...

Oboe 是 Spotify 前高管创立的 AI 驱动的个性化学习平台。用户只需输入一个关键词或主题，Oboe 能在几秒钟内生成一门量身定制的课程，涵盖科学、历史、外语、...

前几天Nano Banana爆火之后，字节也发布了Seedream4.0。这两大生图模型，谁才是生图新的王者？Lovart在第一时间接入了两大模型，今天就在Lovart里直接操作案...

上一篇小宙分享了10组纳米蕉高级肖像拍摄提示词(男生篇)随手拍也能变大片？Nano Banana 把普通男生照玩出了高级感,受到了大家的喜欢,很多网友私信说能不能更...

AgentCLUE-ICabin 是专注于汽车智能座舱场景的 AI 智能体测评基准，全面评估大语言模型在智能座舱中的工具调用能力。基准基于12大常见用车场景构建，覆盖从日...

IndexTTS2是B站语音团队开发的新型文本转语音（TTS）模型，已经正式开源。模型在情感表达和时长控制方面实现了重大突破，是首个支持精确时长控制的自回归TTS...

Stand-In 是腾讯微信视觉团队推出的轻量级的视频生成框架，专注于生成身份保护视频。框架通过训练1%的基础模型参数，能生成高保真度、身份一致的视频，且具有...

ST-Raptor 是用在半结构化表格问答的工具，仅需一个 Excel 格式的表格和一个自然语言问题作为输入，能产生精确的答案。

Strix 是开源的 AI 驱动安全测试工具，能帮助开发人员和安全团队快速发现、验证应用程序中的漏洞。工具通过模拟真实黑客攻击，动态运行代码，减少误报。