发布于2025-08-12 06:00:29

25 MB，无需GPU, 开源，离线，手机可以跑的TTS 语音合成模型：Kitten TTS

你有没有想过，AI 语音合成不再依赖云端，也不需要超级计算资源甚至可以在树莓派、旧笔记本、智能手机上本地运行？一款仅25 MB、参数仅1500万的开源文本转语音模型做到了，他就是：Kitten TTS核心亮点 — 为什么它如此独特？在动辄 GB 级别的 A...

AI资讯

AI变革指南

发布于2025-08-08 03:44:26

GPT‑5真的来了！一文详细介绍这次更新内容！

OpenAI通过“LIVE5TREAM”直播发布了 GPT‑5 新模型，这是继 GPT‑4 之后的首次重大更新！CEO Sam Altman 表示，GPT‑5 是朝向通用人工智能（AGI）迈出的重要一步，将“像 PhD 级别专家”一样回答各种问题！核心创新...

AI资讯

AI变革指南

发布于2025-08-06 06:00:53

开源就1500 star！阿里Qwen-Image模型火了！支持中英文字生成、编辑、表现堪称颠覆级！

8 月 5 日，阿里巴巴通义千问团队宣布开源 Qwen-Image这是通义千问系列中首个图像生成基础模型！作为一个 200 亿参数的 MMDiT（多模态扩散 Transformer）模型，它在复杂文本渲染和精准图像编辑领域实现了重大突破，尤其在中文场景下的...

AI资讯

AI变革指南

发布于2025-08-07 06:01:17

MIT的AI课程，如何用AI做任何事

最近我发现了一门不错的课程，忍不住想跟大家安利一下这门课叫《How to AI (Almost) Anything》（如何用AI做任何事情），是麻省理工学院（MIT）在2025年春季开设的！现在AI无处不在，从手机上的语音助手到自动驾驶汽车，再到生成艺术和...

AI资讯

AI变革指南

发布于2025-08-04 06:00:17

《猫和老鼠》更新了？！还有方言版本...

我们先看看下面的视频上面这1分钟以上的视频看着如何？是不是还以为是原版更新了有很多网友甚至还搞出了方言版本！其实上面的都是AI生成的！视频生成难题！在视频生成领域，如何让一段只有几秒钟的演示扩展到一分多钟，同时还能保持连贯的风格与内容，是很困难的而ttt-...

AI资讯

AI变革指南

发布于2025-08-05 06:00:41

清华大学开源配音神器：MOSS-TTSD！支持中英双语，生成超长语音（最长960秒），可生成双人

你是否曾经为制作多人对话的播客或视频配音而烦恼？专业配音成本高昂，传统AI语音生硬不自然今天给大家介绍一款开源AI工具：MOSS-TTSD只需两段声音样本和文字脚本，它就能生成自然流畅的双人对话语音，效果逼近真人！什么是 MOSS-TTSD？简单来说，MO...

AI资讯

AI变革指南

发布于2025-08-01 06:00:31

阿里开源WebAgent，上线斩获5500+ star！一句话让AI搞定复杂网页交互！

你是否厌倦了在网页上重复填写表格、点击按钮、查询信息？面对海量网页操作任务，是否期待有个“数字助手”替你完成？给大家分享个阿里通义实验室做的： WebAgent专门围绕网页信息检索和智能代理展开，里面几个子项目各有特色，值得聊聊。WebAgent都有那些内...

AI资讯

AI变革指南

发布于2025-07-31 06:01:07

HYPIR 的 “深圳速度”：1.7 秒复原老照片！实现8k级别画质！

中国科学院深圳先进技术研究院，最近发布了一个模型：HYPIR！它由中科院深圳先进院 XPixel 团队和 SenseTime、香港区域高校等联合打造。这个模型最快能在1.7s实现图片复原，能实现8k级别的画质修复！HYPIR的厉害之处传统的 MSE、GAN...

AI资讯

AI变革指南

发布于2025-07-30 06:00:49

Happy LLM：Github爆火！手把手教你从0手搓个大模型！LLM自学必看！

最近刷 GitHub 时刷到一个挺有意思的开源项目：Happy LLM它在GitHub上十分火热，已经收获13.8k⭐。它是 Datawhale 出品的，教你从0搭建一个215M的大模型！这套 LLM 学习材料啊，是从自然语言处理的基础知识开始讲的。之后会...

AI资讯

AI变革指南

发布于2025-07-29 06:03:54

神秘模型Zenith 模型横扫竞技场！它是GPT-5 吗？DeepSeek-R2会不会来个截胡！

AI领域最近最值得期待的，莫过于GPT-5的即将发布!毕竟山姆奥特曼和各种自媒体已经暗示8月就是发布日子了！奥特曼在访谈中分享了他对 GPT-5 的初次体验，称其震撼程度让他瘫坐在椅子上，仿佛看到了未来，甚至让他产生了 “自己毫无用处” 的想法。（AI公司...

AI资讯

AI变革指南

发布于2025-07-28 06:00:20

告别复杂代码，用“说人话”控制灯泡风扇，试试开源项目mcp2mqtt

既然如今AI大模型如此厉害，那么手搓个“小爱同学”，打造自己的贾维斯是不是可以？今天就介绍一个开源项目，让AI大模型丝滑操控你的智能家居：mcp2mqttmcp2mqtt是个何方神圣？想象一下：你对着电脑说“把客厅灯调到50%亮度”，然后灯就真的变暗了。要...

AI资讯

AI变革指南

发布于2025-07-25 06:01:00

字节推出Seed LiveInterpret 2.0：顶级中英同传翻译AI模型

字节跳动Seed团队近日正式发布端到端同声传译模型：Seed LiveInterpret 2.0以2-3秒超低延迟、74.8分翻译准确率和声音实时复刻三大突破，将AI同传推向全新高度。技术突破：从“语音转文本”到“语音到语音”的质变Seed LiveInt...

AI资讯

AI变革指南

发布于2025-07-24 06:01:58

IndexTTS2：B站的最新语音克隆模型，情绪都能克隆！影视级别效果！

先看下视频效果，感受下英文版本的让子弹飞和甄嬛传。上面视频我第一次观看时候十分震撼，虽然目前tts项目很多，但是哔哩哔哩这个语气克隆的效果还是好到超出我的预料。视频中的英文不仅能够保持原版的音色和情感，还能跟得上口型。IndexTTS2的前世今生Index...

AI资讯

AI变革指南

发布于2025-07-23 17:08:37

字节SOLO超详细实战测评！到底能否实现一行代码不写就上线？！

背景：今日字节的Trae（AI编程工具），推出了Solo模式！号称只需要输入一句话，就能让AI程序员实现开发到部署上线全流程！Trae 2.0版本最近发布了，其中的solo模式很让人期待，官方说能实现端到端开发，是业内首个Context Engineer（...

AI资讯

AI变革指南

发布于2025-07-22 09:01:05

离谱！一边在裁员，一边高薪招人

最近，跟一些准备跳槽的粉丝聊天，大家普遍反馈：前言随着ChatGpt，DeepSeek的相继问世，生成式人工智能（AIGC）技术达到了新的高度。上周跟一位年轻的字节3-1技术大佬聊天，他说：近几年程序员市场越来越卷，人才市场也趋于饱和，不少人职业发展停滞，...

AI资讯

AI变革指南

发布于2025-07-22 09:01:05

京东开源的多智能体（JoyAgent-JDGenie ）到底值不值得试？看完就有数！

近日，京东开源了其内部孵化的智能体构建工具：JoyAgent-JDGenie作为京东团队推出的多智能体工具，用下来感觉有不少可圈可点的地方，也有些值得留意的细节，客观跟大家聊聊。JoyAgent-JDGenie 是什么?京东开源的通用智能体完整的多Age...

AI资讯

AI变革指南

发布于2025-07-21 06:00:23

OpenAI发布ChatGPT Agent 英伟达H20芯片回归中国市场谷歌推出 Gemini CLI...

1、OpenAI发布ChatGPT Agent它是首个具备“代办”能力的统一代理模型ChatGPT Agent集成了网页浏览、深度研究、图形界面实时任务反馈等能力。Pro用户月配额400次，Plus/Team用户40次，并强调安全告警机制。2、Grok上线...

AI资讯

AI变革指南

发布于2025-07-17 06:07:58

Mistral 开源语音识别AI Voxtral！准度秒杀 Whisper！

语音转录、问答总算有好用开源的AI了！它是Mistral刚推出的开源语音理解模型：Voxtral大家都知道，现在用语音互动越来越普遍，但要么是那些开源的工具，识别错漏多，理解能力也差；要么是大厂的专有API，虽然好用，但死贵还不自由，想自己部署调整都费劲。...

AI资讯

AI变革指南

发布于2025-07-18 06:00:44

破解 Cursor 限制不用愁！2个方法，亲测靠谱，看完就能用！

根据作者实测及Cursor 官方通知 (7 月 16 日更新)，Cursor 已对中国地区 IP 实施模型访问限制，主要影响 Claude 系列模型调用。很多国内朋友就算用了代理也会收到 “Model not available” 提示，官方说明称 “部分...

AI资讯

AI变革指南

发布于2025-07-16 06:04:21

这班到底值不值得上？这个好玩的项目给你答案！

兄弟们大家好呀！你想不想知道自己是惨绝人寰的牛马，还是爽到起飞的幸运之子？今天给大家介绍个好玩的摸鱼项目——Job Worth Calculator说白了就是个工作性价比计算器，看看你这工作是惨绝人寰，还是爽到起飞！它牛就牛在不只看工资条数字。你填完月薪、...

AI资讯