Rask AI: Ein Tool zur lokalen Videoübersetzung mit Unterstützung für über 60 Sprachen

xAI präsentiert Grok Vision: Ein neuer Meilenstein in der visuellen und mehrsprachigen intelligenten Interaktion

xAI hat Grok Vision vorgestellt, eine innovative Technologie, die visuelle und mehrsprachige intelligente Interaktion ermöglicht. Dies eröffnet neue Möglichkeiten für die Mensch-Computer-Interaktion und verspricht einen bedeutenden Fortschritt im Bereich der künstlichen Intelligenz.

Grok Großes Update! Visuelle Fähigkeiten, mehrsprachige Audioverarbeitung und Echtzeit-Suchfunktion gehen live

OpenAIs neue Inferenzmodelle o3 und o4-mini lösen Fotolokalisierungs-Boom aus – Datenschutzbedenken im Schlepptau

Mit dem Fortschritt der künstlichen Intelligenz hat OpenAI kürzlich seine neuesten Inferenzmodelle – o3 und o4-mini – vorgestellt. Diese neuen Modelle sind nicht nur in Bezug auf das Textverständnis leistungsstärker, sondern verfügen auch über die Fähigkeit zur Bildinferenz und erfreuen sich schnell wachsender Beliebtheit. Berichten von TechCrunch zufolge nutzen immer mehr Benutzer ChatGPT, um den genauen Aufnahmeort von Fotos zu lokalisieren. Dieses neue Phänomen hat in den sozialen Medien große Aufmerksamkeit erregt. Die Modelle o3 und o4-mini verfügen über eine leistungsstarke...

ByteDance präsentiert Multi-SWE-bench: Neuer Standard für die automatische Behebung von mehrsprachigen Codefehlern

In der Welt der Softwareentwicklung ist die Fehlerbehebung oft eine Herausforderung. Das Team hinter dem Doubao-Großmodell von ByteDance hat nun eine gute Nachricht: Es wurde der erste mehrsprachige Software-Engineering-(SWE)-Datensatz – Multi-SWE-bench – veröffentlicht. Dieser neue Datensatz dient zur Evaluierung und Verbesserung der Fähigkeiten von großen Modellen bei der automatischen Behebung von Codefehlern. Im Vergleich zu früheren einsprachigen Datensätzen erweitert Multi-SWE-bench den Anwendungsbereich deutlich. Der Datensatz umfasst nicht nur Python,

AI21 Labs veröffentlicht Jamba 1.6: Grenzen bei der Verarbeitung langer Texte durchbrochen, mehrsprachig

Alibaba veröffentlicht mehrsprachiges großes Sprachmodell Babel – unterstützt 25 Sprachen und erreicht 90 % der Weltbevölkerung

出门问问发布TicVoice 7.0 – unterstützt übernatürliche Sprachklonung und mehrsprachige Generierung

Am 6. März hat出门问问 (Mobvoi) gemeinsam mit führenden akademischen Einrichtungen wie der Hong Kong University of Science and Technology, der Shanghai Jiao Tong University, der Nanyang Technological University und der Northwestern Polytechnical University das neue Sprachgenerierungsmodell Spark-TTS Open Source veröffentlicht und gleichzeitig seine kommerzielle, hochwertige TTS-Engine TicVoice 7.0 vorgestellt. Als siebte TTS-Engine von出门问问 stellt TicVoice 7.0 einen bedeutenden Durchbruch im Bereich der Sprachgenerierung dar und eröffnet ein völlig neues Paradigma der Sprachsynthese.

Prime Video testet KI-Synchronsprecher für mehrsprachige Filme und Serien

Dubformer、360万ドルの資金調達を実施　感情伝達技術によるAI音声合成に革命

ZyphraAI veröffentlicht Open-Source Zonos-TTS: Echtzeit-Sprachklonierung und mehrsprachige emotionale Steuerung

ZyphraAI hat kürzlich sein neuestes mehrsprachiges Text-to-Speech (TTS)-Modell **Zonos-TTS** veröffentlicht, das unter der **Apache2.0-Lizenz** steht, vollständig Open Source ist und kommerziell genutzt werden kann. Zonos-TTS unterstützt nicht nur die Echtzeit-Sprachklonierung, sondern wurde auch mit 200.000 Stunden englischer Sprachdaten trainiert und bietet eine herausragende Leistung. Zonos-TTS bietet zwei Bereitstellungsmethoden: lokale Bereitstellung und einen praktischen API-Dienst. Für normale Benutzer bietet Zyphr...