在今日的百度AI开发者大会上，百度CTO王海峰发布了远场语音交互芯片“鸿鹄”。鸿鹄芯片使用了HiFi4 自定义指令集，双核DSP核心，平均功耗仅100mW。这款芯片是根据车规级标准打造，将为车载语音交互、智能家具等场景带来很大便利。
（举报）
百度发布远场语音交互芯片“鸿鹄”
- 相关推荐
- 大家在看
-
【腾讯云】11.11云上盛惠！云服务器首年1.8折起，买1年送3个月！
11.11云上盛惠！海量产品 · 轻松上云！云服务器首年1.8折起，买1年送3个月！超值优惠，性能稳定，让您的云端之旅更加畅享。快来腾讯云选购吧！
腾讯云
12-20
广告 -
百度百科App将下线 相关功能迁移至百度App“百度百科”小程序
百度百科官方宣布，为进一步优化用户体验，其现有的App将于2024年6月30日正式下线相关功能将迁移至百度App中的“百度百科”小程序。随着App的下线，用户们将无需再下载或更新这款独立的App。他们也对用户的新体验充满期待，希望能在新的产品中再次为大家服务。
-
百度正式发布文心大模型4.0工具版
文心大模型4.0的工具版正式问世。这款大模型在通用能力上取得了显著进步，特别是在代码生成、解释和优化等方面，已经达到国际先进水平。文心大模型4.0的工具版的发布，将为广大用户带来更加便捷、高效的AI体验，助力各行各业实现智能化升级。
-
百度发布新一代智能计算操作系统！定名万源
在今天的2024百度CreateAI开发者大会上，百度集团执行副总裁、百度智能云事业群总裁沈抖宣布，百度新一代智能计算操作系统万源正式发布。在内核层面，万源可将现有的算力资源发挥到极致，并且能自由选择不同芯片组合。已经成为AI原生时代的智能计算操作系统，为用户提供极简的开发体验、智能的系统内核，和高效的异构算力。
-
百度文心一言“新花样”！上线语音定制功能：2秒完美复刻个人声音
百度日前官方宣布文心一言语音定制功能上线，只需2秒钟，AI就能完美重建任何一个人的声音，每个人都能拥有自己的AI声优。用户只需打开文心一言App，选择创建智能体，点击创建自己的声音，随后系统会给出一句话，只需用平时说话的语气念一遍。很多时候甚至能理解文本中的情绪，最大程度上保持原声的情感、风格和自然度，因此只需要极短的样本，几秒钟就能完成。
-
百度小度科技发布AI原生操作系统DuerOS X
在今日的Create2024百度AI开发者大会上，小度科技正式推出了备受瞩目的“全球首个AI原生操作系统”——DuerOSX。DuerOSX的发布，为小度音箱等系列产品注入了强大的生命力。无论是家居控制、娱乐休闲还是信息查询，用户只需通过简单的语音指令，即可轻松实现各种功能。
-
百度小度科技将发布AI原生操作系统DuerOS X
在即将到来的2024年4月16日，备受瞩目的百度Create开发者大会将盛大开幕。在这场科技盛宴中，小度科技将带来一项前所未有的创新——全球首个AI原生操作系统DuerOSX的发布，这无疑是本次大会的一大亮点。通过DuerOS，用户可以轻松地管理日程、查询信息、享受娱乐服务等，极大地提升了生活的智能化水平。
-
百度文库重磅发布「跨模态AI漫画及画本创作能力」，让「人人都能成为漫画师」
4月16日，Create2024百度AI开发者大会在深圳举行。百度创始人、董事长兼首席执行官李彦宏全面展示了百度文库全新推出的「智能漫画」、「智能画本」功能，引领内容创作进入跨模态时代。百度文库「一站式AI内容创作平台」在跨模态能力和场景上的延伸，将为更多普通人提供低门槛创作体验，引领全民化、大众化的内容生产浪潮。
-
百度发布智能计算操作系统万源 支持77款大模型
在2024年百度CreateAI开发者大会的盛会上，百度集团执行副总裁、百度智能云事业群总裁沈抖发布了百度智能云万源全新一代智能计算操作系统。这款操作系统的内核设计独具匠心，不仅集成了百度文心大模型等一系列特色鲜明的大模型，更具备对其他第三方大模型产品的兼容能力，从全面满足了业界对大模型使用的多样化需求。这些工具不仅降低了开发门槛，更使得开发者们能够轻松应对多样化用户的需求，为AI应用的普及和发展注入了新的活力。
-
用百度文库AI，我也能轻松创建漫画、画本？
作为一种受众广泛的艺术形式，漫画的影响力应该不需要我多说什么。强烈的视觉化和叙事性，让漫画成为无数年轻读者的阅读启蒙，也让无数二十一世纪青年拥有了自己的「漫画梦」。解锁您内心的漫画家，释放创造力，创作属于自己的漫画作品，百度文库AI让艺术不再成为障碍，讲故事变得轻易举。
-
百度推出AI视频创作模型D&S-AI Video 由百度智能云一念提供支持
百度智能云与迪思传媒合作开发的AI视频创作模型D&S-AlVideo正式上线，并集成至迪思AI智链。D&S-AIVideo凭借其强大的计算与数据分析能力，可以实现对海量视频素材的智能拆分与标签配置，并依托迪思AI智链的生文模型，实现视频的一键生成。迪思传媒已经将一念用于营销活动中，如只需告诉一念“帮我生成一个，大模马自达CX-50的视频宣传文案”型即可生成脚本、深度理解内容、进行画面抽取、匹配音乐、字幕、配音，5分钟内生成一支符合短视频平台的竖版创意视频。
-
HiDiffusion:，解锁预训练扩散模型中的高分辨率创作与效率。
HiDiffusion是一个预训练扩散模型，通过仅添加一行代码即可提高扩散模型的分辨率和速度。该模型通过Resolution-Aware U-Net (RAU-Net)和Modified Shifted Window Multi-head Self-Attention (MSW-MSA)技术，动态调整特征图大小以解决对象复制问题，并优化窗口注意力以减少计算量。HiDiffusion能够将图像生成分辨率扩展到4096×4096，同时保持1.5-6倍于以往方法的推理速度。
-
Snowflake Arctic:高效的企业级人工智能模型，低成本实现高质量定制模型。
Snowflake Arctic 是一款专为企业级人工智能任务设计的大规模语言模型（LLM），它在 SQL 生成、编码以及指令遵循等基准测试中表现出色，即使与计算预算更高的开源模型相比也毫不逊色。Arctic 通过其高效的训练和推理，为 Snowflake 客户以及广大 AI 社区提供了一种成本效益极高的定制模型创建方式。此外，Arctic 采用 Apache 2.0 许可，提供无门槛的权重和代码访问，并通过开源数据配方和研究洞察，进一步推动了社区的开放性和成本效益。
-
OpenVoice V2:是一款支持多语言的语音合成模型，提供高质量的语音克隆与风格控制功能。
OpenVoice V2是一款文本到语音（Text-to-Speech, TTS）的模型，它在2024年4月发布，包含了V1的所有功能，并进行了改进。它采用了不同的训练策略，提供了更好的音质，支持英语、西班牙语、法语、中文、日语和韩语等多种语言。此外，它还允许商业用途的免费使用。OpenVoice V2能够精确地克隆参考音调色彩，并在多种语言和口音中生成语音。它还支持零样本跨语言语音克隆，即生成语音的语言和参考语音的语言不需要在大规模多语种训练数据集中出现。
-
超会 AI:AI 驱动的爆款内容制造机，提供图片生成、文案生成、带货图文生成，帮助企业智能生产商品内容，提高流量与销售额。
超会 AI 是一款基于人工智能的爆款内容制造机，能够以 10 倍速度智能生产商品内容和自动化营销，帮助企业提高流量和销售额。产品背景信息丰富，价格适中，定位于为企业提供内容制造和营销解决方案。
-
OpenELM:是一套高效的语言模型家族，具备开源训练和推理框架。
OpenELM是由苹果公司开发的语言模型家族，旨在为开源研究社区提供先进的语言模型。这些模型基于公开可用的数据集训练，不提供任何安全保证，可能产生不准确、有害、有偏见或令人反感的输出。因此，用户和开发者需要进行彻底的安全测试，并实施适当的过滤机制。
-
豆绘商拍:专业 AI 商品图和服装图生成工具
豆绘商拍是一款利用先进 AI 技术提供商品图和服装图生成服务的工具，能快速实现抠图、背景更换和模特换脸等功能，帮助企业提升品牌形象和市场竞争力。
-
Intellisay:使用你的声音创建一个最佳的每日计划，通过语音轻松创建任务和事件。
intellisay是一个通过语音输入创建每日计划的生产力工具。它使用人工智能技术，将语音转录和分析，然后提供一个优化的计划来实现成功。它能够帮助用户节省时间，从而更高效地完成任务。该产品背后的主要优点是快速设置和使用，以及跟踪任务和习惯的能力。
-
Grimo AI:是一个结合Obsidian、Github和Quora的平台，可以构建、增长和整理知识。将分享的见解分叉到你的仓库中，或从YouTube或Twitter导入内容。
Grimo AI是一个帮助用户构建、增长和整理知识的平台。它集合了Obsidian、Github和Quora的优点，提供了简单易用的界面和功能。用户可以通过查询获取来自任何人、任何地方的见解，并将这些见解分叉到自己的工作区。Grimo AI的核心优点包括：1. 将知识整理成精华；2. 从任何地方学习；3. 构建一个强大的知识社区。Grimo AI的定位是帮助用户更高效地获取和组织知识。
-
Bland AI:Bland是用于构建规模化AI电话呼叫应用程序的基础架构。
Bland是一个用于构建AI电话呼叫应用程序的平台，它提供了简单易用的API接口，使开发者能够轻松地创建自己的智能电话代理。Bland的主要优点是快速搭建和部署，可扩展性强，同时提供了丰富的文档和支持。无论是用于销售呼叫中心、客服代理、营销自动化还是其他领域，Bland都能帮助企业提高效率，节省时间和资源。
-
Cici, browser AI assistant:GPT强化的网页和视频的内联翻译及快速摘要
Cici是您的AI朋友和浏览器助手。她可以回答您的问题，摘要网页内容，提供快速的词语翻译，并执行智能搜索。她可以为您做到这一切。
-
MVSEP:能够将音频中的语音和音乐部分分离。
MVSEP是一款在线音频处理工具，利用先进的音频分离技术可将音乐和语音从音频文件中分离出来，适用于音乐制作、音频编辑、广播、电影后期制作等领域。优点包括高质量的音频输出、快速的处理速度和用户友好的操作界面。提供不同模型选择。
-
NovaMSS:基于AI的新一代音乐源分离工具，一键提取伴奏、人声等。
NovaMSS是一款基于最顶级的AI模型调优后的新一代音乐源分离工具，可以一键提取伴奏、人声、贝斯、鼓点、分离音轨等。它的强大算法基于MSS领域最顶级的算法，并经过上千首歌曲的训练与调优，实现音轨分离的高效率和高质量。产品提供简单易用的界面，支持多种音频格式，包括MP3、Flac、Wave、AIFF等，并且支持批量上传和处理，内置音频播放器，方便用户即时查看分离结果。此外，产品分为社区版和专业版，社区版永久免费，而专业版提供更专业的算法模型和更高品质的音频输出格式。
-
ChatMIX智能对话-AIGC系统:一款集成AI技术的智能对话系统，提供多语言翻译、编程代码生成等功能。
ChatMIX智能对话-AIGC系统是一款利用人工智能技术构建的在线聊天系统，旨在通过AI技术提升用户交互体验。产品支持智能翻译、工作周报生成、编程代码编写等功能，满足用户在不同场景下的需求。它的优势在于能够快速响应用户指令，提供准确、高效的服务，同时具备良好的用户界面和操作体验。
-
AI对话鸭:一键发起AI机器人对话，集成多款国产大模型。
AI对话鸭是一个领先的AI聊天对话平台，它集成了多款国产大模型，提供了丰富的对话场景和功能，满足不同用户的需求。该平台以其高效的对话生成能力和多样的应用场景，在提高工作效率和娱乐互动方面具有显著优势。
-
讯飞A.I.智能客服解决方案:基于科大讯飞语音技术，实现智能客服的多渠道解决方案。
A.I.智能客服解决方案是科大讯飞基于其先进的语音技术，为企业提供的一套完整的客户服务系统。该系统通过电话、Web、APP、小程序、自助终端等多种渠道，实现智能外呼、智能接听、语音导航、在线文字客服、质检分析、坐席辅助等功能。它通过高识别率的语音识别引擎、自然流畅的语音合成技术、智能打断能力、IVR导航以及客服平台中间件等技术，帮助企业提高客服效率，降低人力成本，同时提升客户服务体验。
-
云雀AI智能客服:基于大数据打造的智能客服平台，支持多渠道在线客服，助企业降本增效。
云雀 AI 智能客服是一款基于大数据的在线客服平台，通过智能机器人提供多渠道客户服务，帮助企业降低成本、提高效率。该平台结合了 AI 技术和客服系统，为企业提供高效的客户交互体验，提升服务质量。
-
靠谱AI:聚合业内领先的多种通用和垂直大模型，提供即时答案和多轮对话。
靠谱AI是一个AI平台，它聚合了多种业内领先的通用和垂直大模型，使用户可以向多个或某个AI机器人提问，获取即时答案。用户可以与AI机器人进行多轮对话，直至找到满意的答案或作品。该平台由办公逸发起设立，办公逸为企业提供智能人事管理和OA系统，拥有广泛的企业用户基础。靠谱AI的主要优点包括其强大的算法技术、数据隐私安全保护、以及多场景应用能力。
-
腾讯企点客服:提供全面覆盖客户触点的智能在线客服系统，支持多通路融合沟通，提升企业客户服务效率。
企点客服是一款智能在线客服系统，基于即时通讯、人工智能等技术，全面提升企业客户服务效率。产品定位于提供全场景的企业级 SaaS 服务，助力企业实现数字化智慧经营。
-
百度智能对话平台 UNIT:百度 UNIT 是一款领先的智能对话管理平台，助力企业定制专业、可控、稳定的对话系统。
百度 UNIT 搭载业界领先的对话理解和对话管理技术，提供灵活运营管理工具和可视化会话流程配置，助力企业智能化升级实现降本增效。
-
Pixble Face Swapper:在线人脸交换工具
Pixble 是一款利用人工智能进行面部交换的应用程序，能够自动交换照片中的人脸，提供高质量的面部交换图像。Pixble 利用 AI 检测照片上的面部，并自动映射您选择的其他面部的面部特征，最终呈现出更准确和逼真的交换结果。