语音大模型技术
与“语音大模型技术”的相关热搜词：
相关“语音大模型技术” 的资讯10篇
-
【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 -
AI日报：可灵3.0发布；阿里大模型品牌正式更名为千问；Mistral AI 发布 Voxtral Transcribe 2 语音模型
本期AI日报聚焦多领域进展：可灵AI 3.0发布，开启15秒视频AI导演时代；阿里AI品牌统一为“千问”，战略升级；Mistral AI推出低延迟语音转文字模型；上海AI实验室发布全球最大开源科学多模态模型“书生Intern-S1-Pro”；谷歌Gemini月活用户突破7.5亿，并推出低价订阅方案；华为Mate 80系列新增AI消除屏幕摩尔纹功能；米兰冬奥会将启用阿里“千问”大模型；我国生成式AI用户规模破6亿，普及率超四成，算力水平全球领先。
-
QQ安全中心发布2025年终报告：大模型技术驱动安全防线升级，用户共治成效持续显现
随着数字化生活深入，网络安全关乎个人隐私、财产安全和清朗网络空间建设。互联网平台承担着重要安全责任。面对日益隐蔽复杂的网络黑产与诈骗，构建以平台技术为基础、用户广泛参与的多方共治模式已成行业共识。QQ安全中心发布的《2025年工作报告》显示，平台通过AI大模型等技术强化安全治理，在内容管理、黑产打击、账号防护等方面成效显著。例如，全年处置恶意低俗内容及涉未成年人风险信息数亿条，有效抵御黑产攻击，处置恶意账号百余万个，并向警方报送有效线索。同时，平台推出“QQ反诈助手”等工具，日均下发安全提醒超300万次，累计服务用户超770万人次，帮助用户识别风险。在未成年人保护方面，推出主题关怀卡提供安全提示。用户参与度持续提升，全年数千万用户主动举报违规内容，举报意愿同比增长12%。未来，QQ将持续加大技术投入，深化人工智能、大数据在安全防护中的应用，优化用户反馈流程，强化与用户及社会各界的协同合作，共同营造更安全可信的网络环境。
-
荐 AI日报：字节发布Seed Prover1.5；MiniMax M2.1开源；通义开源语音交互大模型Fun-Audio-Chat-8B
本期AI日报聚焦多项AI领域新进展：字节跳动发布Seed Prover 1.5，在形式化数学推理领域取得突破；阿里通义开源语音交互模型Fun-Audio-Chat-8B，具备超低延迟和情感感知能力；MiniMax开源M2.1编码模型，性能超越闭源巨头；知乎发布2025年度AI产品榜单，豆包位居榜首；Anthropic推出开源Agent Skills知识库，助力Claude模型技能拓展；Lima v2.0发布，从容器工具进化为安全AI工作流平台；讯飞星�
-
微信输入法iOS版3.0发布：语音输入大模型全面升级
微信输入法iOS版迎来3.0.0大版本更新，聚焦语音功能优化。升级后语音识别准确率与速度显著提升，并新增15种方言语音输入，覆盖粤语、四川话等。新版支持不限时长的语音输入，方便记录会议等内容，同时具备离线语音输入功能，保障网络不佳时顺畅使用。官方强调严格遵循隐私政策，仅收集必要信息，保障用户数据安全。
-
新Siri或明年春季发布 苹果公司或引入谷歌Gemini大模型 AI技术
苹果因自研大模型项目遇瓶颈，决定引入谷歌Gemini大模型升级Siri，计划每年支付约10亿美元获取定制化Gemini 2.5 Pro使用权。该模型拥有1.2万亿参数，将全面负责Siri的信息摘要、任务规划及复杂指令执行等核心功能，支持多模态交互和超长文本处理。升级版Siri预计2026年春季随iOS 26.4推送，后续将在WWDC大会展示进一步整合。苹果选择谷歌主要因成本优势、长期合作基础及Gemini领先性能。
-
京东11.11直播技术全面升级，立影3D技术、JoyAI大模型重构沉浸式购物体验
京东在双11期间升级直播技术，推出“立体3D技术”和“JoyAI大模型”等创新。立体3D技术实现裸眼360度商品展示，用户无需额外设备即可旋转查看产品细节；JoyAI生成虚拟偶像Aura，与真人明星跨次元互动，提升趣味性。AI工具还简化直播运营，支持智能脚本和选品。这些技术打破传统直播边界，增强沉浸感和互动效率，引领电商直播创新方向。
-
京东11.11直播技术全面升级，立影3D技术、JoyAI大模型重构沉浸式购物体验
京东在11.11大促期间升级直播技术，推出“立体3D技术”和“JoyAI大模型”等创新，打破传统直播边界。立体3D技术实现裸眼360度商品展示，用户无需额外设备即可旋转查看产品细节；虚拟偶像Aura等跨次元互动增强趣味性。AI全链路工具简化主播运营，提升内容创作效率。这些举措为用户带来沉浸式购物体验，引领直播电商技术革新方向。
-
寒武纪深耕智能芯片技术与软件生态 助力大模型应用落地
良好的软件环境能降低AI应用开发门槛，增强用户粘性，对AI芯片发展至关重要。寒武纪专注AI芯片研发，掌握处理器架构、SoC设计等硬件技术及编程框架、编译器、驱动等软件技术。通过芯片、硬件板卡、基础软件三大团队协同，为产品提供全链条技术支持，并构建开发者生态。未来将通过开放生态推动云计算、金融、医疗等行业的智能化升级，以市场为导向保持技术领先。
-
荐 AI日报：小米开源首个原生端到端语音大模型；通义万相Wan2.2-Animate正式开源；Suno v5即将上线
AI日报今日聚焦多项技术突破：小米开源首个端到端语音大模型Xiaomi-MiMo-Audio；通义万相推出全新动作生成模型Wan2.2-Animate；Suno即将发布革命性音乐模型v5；生数科技获数亿融资，视频生成技术商业化加速。同时关注OpenAI修复ChatGPT安全漏洞，谷歌将Gemini集成至Chrome浏览器，Luma AI发布支持16位色的Ray3视频生成模型，法国Mistral推出开源推理模型Magistral Small 1.2，Notion发布AI智能体，腾讯混元3D Studio提升3D创作效率。
-
小米开源首个原生端到端语音大模型 支持音频重建任务和音频转文本任务
小米发布首款开源端到端语音大模型Xiaomi-MiMo-Audio，拥有12亿参数，在智能性、情感表达和交互适配方面接近人类水平。该模型最大技术突破在于少样本学习能力，通过创新预训练架构和超一亿小时训练数据，成功突破传统语音模型依赖大规模标注数据的技术瓶颈。基于Transformer架构，支持音频重建和音频转文本等多任务处理。小米已在Huggingface平台发布预训练和指令微调版本，并在Github开源Tokenizer模型，为研究者和开发者提供完整工具链。
