谷歌面向部分用戶測試 macOS 客戶端重大語音升級,推出三大核心功能:系統級語音聽寫,支持全局快捷鍵在任何應用中實現語音轉文字輸入;“魔法指針”,讓 Gemini 實時追蹤光標懸停內容,確保視覺與邏輯同步;以及多設備連接菜單,暗示未來跨桌面協同。此次還重新設計了 Gemini Live 界面。
谷歌發佈Gemini 3.5 Live Translate音頻模型,通過實時語音到語音技術實現跨語言溝通突破,已集成至Google AI Studio、翻譯和Meet等產品。其核心創新在於追求翻譯“自然度”,摒棄傳統輪流式翻譯模式,旨在打破語言溝通的地理與文化障礙。
快看漫畫在2026騰訊AI產業應用大會上宣佈,正在研發AI數字生命產品“Livo”,預計今年7月公測。該產品由創始人陳安妮擔任“第一架構師”,旨在利用AIGC技術將平臺1.3萬部漫畫IP轉化爲自運轉的數字生命世界。目前Livo已進入Demo內測階段,相關專利與法務申請同步推進。
谷歌翻譯的“實時翻譯”功能現已支持iOS系統,用戶只需搭配任意耳機即可在移動設備上實現低延遲跨語言對話,大幅降低了使用門檻。
EchoTik是TikTok數據分析工具,助商家和創作者優化策略、選品等
AI agents in a live arena debate, play games, and collaborate while humans watch and vote.
用AI試穿展示風格,每次有人“試用”設計即可賺錢,風格越火收益越多。
用逼真AI頭像變革商業互動,24/7虛擬代表助力業務增長
Alibaba
$8
輸入tokens/百萬
$240
輸出tokens/百萬
52
上下文長度
Minimax
-
quantized4all
OpenCodeReasoning-Nemotron-1.1-7B是基於Qwen2.5-7B-Instruct開發的70億參數大型語言模型,專門針對代碼生成和推理任務進行後訓練優化。該模型支持64k標記的上下文長度,在競爭性編程任務中表現出色,在LiveCodeBench評估中達到55.5%的一次通過率。
mrcuddle
基於LoRA模型的Live2D風格虛擬形象生成工具,支持快速創建角色設定稿
Keltezaa
基於FLUX.1-dev的定製LoRA模型,專門用於生成網紅博主Livvy Dunne的寫實風格圖像
KwaiVGI
LivePortrait是一個高效的人像動畫生成模型,通過縫合與重定向控制技術實現靜態圖像到動態視頻的轉換
Molkaatb
這是一個專注於圖像分類任務的深度學習模型,使用準確率、召回率和F1值作為主要評估指標,遵循Apache-2.0開源許可證
TheBloke
Fiction Live Kimiko V2 70B 是一個基於 Llama 2 架構的大型語言模型,提供多種量化格式,適用於不同推理場景。
AbletonMCP是一個連接Ableton Live和Claude AI的集成工具,通過Model Context Protocol(MCP)實現雙向通信,讓AI可以直接控制和操作Ableton Live進行音樂創作和製作。
Ableton Live MCP Server是一個實現Model Context Protocol (MCP)的服務器,通過OSC協議與Ableton Live進行通信,為LLMs提供控制Ableton Live的工具接口。
一個通過MCP協議控制Ableton Live的JavaScript工具庫,支持創建MIDI軌道等操作,目前主要適配Ableton 11和macOS系統。
基於ableton-js的MCP服務器,用於即時交互和控制Ableton Live,輔助音樂製作人進行音樂創作。
集成LiveKit智能代理與Home Assistant MCP服務,實現通過語音控制智能家居
Livebook Tools是一個CLI工具,提供與.livemd文件交互的增強功能,包括同步編輯、MCP服務器連接和命令行運行Livebook腳本。
MCP服務器配置與開發工具
Generect Live API MCP服務器,提供B2B潛在客戶生成和公司搜索工具,支持遠程和本地部署,可通過API密鑰訪問多種企業數據服務。