站长之家（ChinaZ.com）7月21日 消息:近日，Suno公司推出了一款生成式音频 AI 基础模型。
用户只需在Suno的Discord中输入“/sing”命令并加上提示词，即可生成两段大约30秒带歌词的音乐。
据悉，目前该功能还在内测阶段，需要邀请链接才能体验，也可以在官网（www.suno.ai）进行候补排队。
Suno是一个非常有前途和创新的AI工具，值得大家关注和尝试。Suno新模型的出现，让用户可以轻松地生成带有人声的音乐，甚至AI还能吟唱。
据介绍，Suno AI是一家专注于生成音频AI的公司，它的AI模型可以让开发者和创作者生成超逼真的语音、音乐和音效，为游戏、社交媒体、娱乐等领域提供个性化、互动和有趣的体验。Suno AI的团队包括物理学博士、最年轻的哈佛毕业生和麻省理工学院的教授。Suno AI还开源了一个基于变压器的文本-音频模型Bark，它可以生成多种语言的语音以及其他音频。
（举报）
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
Suno是一家专门从文本生成AI音频的美国创业公司。该公司最近推出了最新的文本到歌曲模型Chirpv1，它可以根据风格和歌词生成音乐，包括人声。关于付款模型的更多信息可以在这里找到。
Meta正在努力兑现其承诺，即在所有产品中应用生成式AI。在Connect活动上，该公司揭示了Instagram的新AI图像编辑和贴纸创建功能。公司还宣布了25多种生成式AI聊天机器人，其中包括几种基于真人名人和创作者的人格。
欧盟与日本在思考生成式人工智能方面存在「趋同」，一位高级官员周一表示。图源备注：图片由AI生成，图片授权服务商Midjourney「我看到我们在AI和生成式AI方面有很多趋同之处，」欧盟委员会负责价值观和透明度的副主席VeraJourova在接受采访时表示。讨论正朝着启动人工智能框架咨询的方向前进，但涉及人工智能的公司行为准则还需要进一步工作，Jourova表示。
备受关注的大语言模型，核心是自然语言的理解与文本内容的生成，对于此，你是否好奇过它们究竟是如何理解自然语言并生成内容的，其工作原理又是什么呢?要想了解这个，我们就不得不先跳出大语言模型的领域，来到机器翻译这里。传统的机器翻译方式是采用RNN循环神经网络。以上就是大语言模型的工作原理了，强大Transformer的实用性还不止于在自然语言处理领域，包括�
「互联网治理论坛」今天在在日本京都市开幕，旨在共商互联网相关政策课题。与会人士将在为期5天的日程中重点讨论人工智能监管和假信息对策等议题，并将其成果应用于日本作为七国集团主席国推动的AI规则制定框架「广岛AI进程」。预计还将在行动规范中要求开发者开发「数字水印」等技术，以使用户能够区分所听到的声音和看到的影像是否为AI生成。
谷歌团队最新提出「生成图像动力学」，这项研究提出了一种基于图像空间的场景动力学先验模型。该模型可以将单张静态图片转换成无缝循环视频，或者用于与图片中的对象进行交互。该研究为基于单张图片合成视频开辟了新的思路。
英国最大的新闻机构BBC已经明确了其在评估生成式人工智能使用时将遵循的原则，包括用于新闻研究和制作、档案和「个性化体验」。图片来自BBCBBC国家总监RhodriTalfanDavies在一篇博客文章中表示，该广播公司相信这项技术提供了向「我们的受众和社会提供更多价值」的机会。Davies表示，这一举措是为了「维护付费订阅用户的利益」，未经BBC允许使用BBC数据来训练AI模型不符合公众利益。
YouTube日前宣布推出了一系列面向创作者的新产品和功能，其中最引人注目的是生成式人工智能工具“DreamScreen”针对短视频平台“短片”。这一功能的推出旨在帮助创作者更轻松地创作精彩的短视频，以应对TikTok和InstagramReels等竞争对手。这个免费应用程序目前在Android平台的一些市场上处于测试阶段，提供了精确编辑、剪辑、自动字幕等视频编辑工具，使用户能够在手机上轻松进行视频编辑。
用于生成式AI工具的大型语言模型通常会极大地增加对更多处理器的需求，这些处理器通常价格昂贵且供应受限。即使是云资源也不能总是解决企业试图扩展规模并利用最新的生成式AI技术所面临的问题。」Anyscale首席执行官兼联合创始人RobertNishihara在一份声明中表示。
OpenPipe是一个创新的AI工具，旨在将昂贵的语言模型的强大能力与更便宜的模型相结合，以满足用户的精确需求。它的核心思想是利用强大但昂贵的大型语言模型进行微调，生成适合特定需求的廉价模型。多种训练数据导出格式:支持导出多种训练数据格式，包括Alpaca和ChatGPT，同时具备去重功能，使数据准备更加高效。
chat-ui是一个开源的聊天界面，使用开源模型如OpenAssistant或Llama。它是一个SvelteKit应用程序，为hf.co/chat上的HuggingChat应用提供支持。该产品允许用户通过自定义配置来运行和部署自己的Chat UI实例，支持多种语言模型和功能，如Web搜索、自定义模型等。
360AI 浏览器利用人工智能技术，提供智能搜索、PDF、视频、网页总结等功能，旨在帮助用户高效获取知识，提升阅读体验。
AI FAQ Generator是一款利用先进AI技术，通过分析常见问题自动生成FAQ列表的工具。它能够快速高效地生成FAQ，节省时间和资源，同时提供准确的答案，帮助提高客户满意度，并改善SEO效果。
BrickCenter是一个在线平台，允许用户免费创建自己的乐高套装和迷你人物。它提供了一个将创意转化为详细乐高设计的工具，无论是复杂的场景还是个性化的迷你人物，用户都可以在这个平台上实现自己的设计梦想。该平台以其用户友好的界面和强大的定制功能而受到乐高爱好者的欢迎。
《100 UI/UX Tips》提供了设计界面所需的所有提示，让用户感到满意。强调产品的主要优点、背景信息、价格和定位。
whatwide.ai是一个提高生产力的AI助手，使用人工智能技术来节省时间并提高工作效率。它提供了50多种AI模型，包括文本生成、网站帮助、社交媒体分析、编程辅助等多种功能。whatwide.ai的优点在于高质量的内容生成、快速且安全的操作，以及多种AI类型供用户选择。
Stream of Consciousness是一个记录并分享艺术家思维的项目，通过创作和分享图像来展示创造力。它提供了一个深入艺术家思维的窗口，让人们了解艺术创作的过程和灵感的来源。
Neurelo是一个专为云数据库而设计的平台，通过使用云API和人工智能技术，提供自动生成API、自定义查询API、查询可观察性和Schema as Code等功能，以提高开发人员的生产力。Neurelo能够简化数据库编程相关的复杂性，并具备可伸缩性、安全性和查询优化能力。
EdrawMax是一款功能强大的图表设计软件，它提供一站式的图表解决方案，适用于流程图、思维导图、组织结构图、甘特图、平面图和ER图等210多种图表类型。它具有简洁的用户界面，类似于MS Office的干净、整齐的界面，直观且易于导航的工具集，以及无缝的拖放功能。此外，EdrawMax还提供了23000多个用户制作的模板，850个精心制作的内置模板，以及26000多个免费符号，覆盖所有图表类型。它还具备AI功能，可以生成和分析22种类型的图表，包括文本到绘图和图片到绘图以及AI聊天。EdrawMax支持跨平台集成，可以在云端保存文件并通过链接共享，支持通过社交媒体或电子邮件发送作品，并能以13种格式导出图表，包括VSDX、PPTX和SVG等。此外，EdrawMax遵循GDPR标准，使用最高级别的256位SSL加密，确保用户隐私和数据安全。
Notta Showcase是一款在线视频翻译和配音工具，它通过AI技术帮助用户将视频内容翻译成15种不同的语言，同时保持原始的语音风格和情感，以提供自然的听觉体验。该产品的主要优点包括高效率、成本效益、用户友好的界面、高准确度的转录和翻译，以及支持多种文件格式和平台。它适用于营销、社交媒体和教育等多个领域，可以显著扩大内容的全球影响力。
Suno API是一个开源项目，允许用户设置自己的Suno AI音乐服务API。它实现了app.suno.ai的创建API，兼容OpenAI的API格式，支持自定义模式，一键部署到Vercel，并且拥有开放源代码许可证，允许自由集成和修改。
x-crawl 是一款基于 Node.js 的 AI 辅助爬虫库，它通过强大的 AI 辅助功能，使得爬虫工作变得更加高效、智能和便捷。它支持对动态页面、静态页面、接口数据以及文件数据的爬取，同时提供了自动化操作、键盘输入、事件操作等控制页面的能力。此外，它还具备设备指纹、异步同步、间隔爬取、失败重试、轮换代理、优先队列和记录爬取等功能，以适应不同的爬取需求。x-crawl 拥有类型，通过泛型实现完整的类型，基于 MIT 许可发布，适合需要进行数据爬取的开发者和企业。
MetaCLIP是一个开源的机器学习模型，用于图像和文本的联合表示学习。它通过一个简单算法对CLIP数据进行筛选，不依赖于先前模型的过滤，从而提高了数据的质量和透明度。MetaCLIP的主要贡献包括无过滤的数据筛选、透明的训练数据分布、可扩展的算法和标准化的CLIP训练设置。该模型强调数据质量的重要性，并提供预训练模型，以支持研究人员和开发者进行控制实验和公平比较。
AI Town是一个基于MIT许可的可部署启动套件，用于构建和定制您自己的AI城镇版本。这个项目受到了研究论文'Generative Agents: Interactive Simulacra of Human Behavior'的启发，旨在提供一个强大的基础平台，旨在被扩展。后端原生支持共享全局状态、事务和模拟引擎，适用于从简单的项目到可扩展的多人游戏。
Vanna是一个使用Retrieval-Augmented Generation (RAG) 技术的开源Python框架，用于SQL生成和相关功能。它通过训练RAG模型，将自然语言问题转换为SQL查询，从而允许用户以提问的形式与数据库进行交互。Vanna的主要优点包括高准确度、安全性、私有性、自学习能力，并且支持任何SQL数据库。
fal.ai 是一款面向开发者的生成媒体平台，提供了业界最快的推理引擎，可以让您以更低的成本运行扩散模型，创造出全新的用户体验。它拥有实时、无缝的 WebSocket 推理基础设施，为开发者带来了卓越的使用体验。fal.ai 的定价方案根据实际使用情况灵活调整，确保您只为消耗的计算资源付费，实现了最佳的可扩展性和经济性。
Chat With Llama 3 是一个开源的聊天机器人，由Meta AI开发。它能够进行多种智能对话，包括解释复杂概念、创作诗歌、编写代码、解决逻辑谜题，甚至帮助用户给宠物起名。这个聊天机器人的主要优点在于它的多功能性和开源性，使其可以被广泛地应用于各种场景，并且可以根据需要进行定制和改进。
AI图片生成与搜索是一个在线平台，利用先进的人工智能技术，允许用户快速生成或搜索各种风格的AI图片。该技术的重要性在于它能够极大提高设计和创意工作的效率，同时降低成本。产品的主要优点包括丰富的图片资源、高效的生成速度、以及用户友好的界面。产品背景信息显示，这是一个面向广大创意工作者和设计师的工具，旨在帮助他们快速实现创意构想。目前，该产品提供免费试用，但具体价格和定位信息未在页面中提供。
OpenPerplex是一个提供广泛知识资源的在线平台，它通过整合多种信息源，为用户提供了一个便捷的知识获取渠道。该产品以其丰富的信息量、高效的检索能力和友好的用户界面而受到用户的青睐。它不仅适用于个人学习，也适合专业人士进行深入研究。
JavaVision是一个基于Java开发的全能视觉智能识别项目，它不仅实现了PaddleOCR-V4、YoloV8物体识别、人脸识别、以图搜图等核心功能，还可以轻松扩展到其他领域，如语音识别、动物识别、安防检查等。项目特点包括使用SpringBoot框架、多功能性、高性能、可靠稳定、易于集成和灵活可拓展。JavaVision旨在为Java开发者提供一个全面的视觉智能识别解决方案，让他们能够以熟悉且喜爱的编程语言构建出先进、可靠且易于集成的AI应用。
