跳至内容
每时AI

每时AI

  • 资讯
  • 国际
  • 分享
  • 大模型
  • 学术
  • 开源
  • 机器人
  • 关于我们

端到端模型

开源端到端语音大模型:直接从原始音频输入,生成语音输出

2025年7月2日16时 作者 AIGC开放社区

专注于大语言模型在多任务应用的研究及AIGC开发者生态建设。Step-Audio团队开源了端到端语音大模型Step-Audio-AQAA,能够直接生成自然流畅的音频回答。

分类 资讯 标签 Step-Audio、 U-Net架构、 双码本标记器、 端到端模型、 音频大模型、 骨干LLM Step-Omni 发表评论

专访银河通用王鹤:真正能“干活”的机器人,不怕价格战丨涌现36人

2025年6月24日14时 作者 智能涌现

一般的智慧,能理解、学习甚至创造。
「涌现」也发生在现实世界——硅基文明一触即发,AI领域的创业者、

分类 资讯 标签 L4、 具身智能、 导航系统、 端到端模型、 足式机器人、 银河通用 发表评论

再看文档解析该如何做?pipeline派及end2end两派路线及代表工具

2025年3月5日14时 作者 老刘说NLP

主要方向之一。
我们在
文档智能专
题
https://mp.weixin.qq.com/mp/ap

分类 大模型 标签 会员社区、 冷饭、 文档解析、 泛化能力、 端到端模型、 结构化信息 发表评论

AGI AI AI技术 Anthropic ChatGPT Claude DeepSeek DeepSeek-R1 DeepSeek R1 GitHub GPT-4o LLM Meta OpenAI Python Sam Altman 人工智能 人形机器人 具身智能 大型语言模型 大模型 大语言模型 字节跳动 工业机器人 开源 强化学习 微软 扩散模型 技术创新 智能体 木易 机器学习 深度学习 清华大学 生成式AI 用户体验 百度 腾讯 自然语言处理 英伟达 谷歌 阿里云 阿里巴巴 马斯克 黄仁勋

分类

  • 分享
  • 国际
  • 大模型
  • 学术
  • 开源
  • 机器人
  • 资讯
  • 报道:英伟达H20库存有限,且没有复产计划
  • 关于AI芯片技术的焦点问题:关于先进封装、Chiplet、CPO、液冷等
  • 一起聊聊Nvidia Blackwell新特性之低比特GEMM
  • 一群没那么喜欢AI的少年,决定搞出最“AI”的黑客松|来打卡硅星人115号展位!
  • Mistral 首个开源 AI 音频模型“Voxtral”

2025 年 7 月
一 二 三 四 五 六 日
 123456
78910111213
14151617181920
21222324252627
28293031  
« 6 月    

归档

  • 2025 年 7 月
  • 2025 年 6 月
  • 2025 年 5 月
  • 2025 年 4 月
  • 2025 年 3 月
  • 2025 年 2 月
  • 2025 年 1 月
  • 2024 年 12 月
  • 2024 年 11 月

AI新闻 | X平台 | APK反编译 | 京ICP备2024096144号 |
© 2025 每时AI • Built with GeneratePress
 下载我们的APP,AI秒送达!  立即下载
×