科大讯飞发布Spark-Audio-1.0-Preview全国产语音基座大模型
相关推荐
kKimi K2.8 Preview 正式登陆 B.AI,API 与 Web Chat 双端同步开放
ChainCatcher 消息,B.AI 平台宣布 Moonshot AI 最新预览模型 Kimi K2.8 Preview 正式上线,面向开发者同步开放 API 与 Web Chat 双端体验。 该模型专为编程与 Agent 工作流打造,支持 1M(1,048,576 Token)超长上下文及文本、图片、视频多模态输入,综合性能直逼旗舰 Kimi K3,较 K2.7 Code 在思考效率与代码能力上进一步提升,并支持 Low/High/Max 三档灵活可调推理强度。 即日起,开发者可通过 B.AI 平台直接调用 Kimi K2.8 Preview。
Fish Audio发布Drama 3:把TTS做成可编辑音频,错一个词只重做一个词
动察 Beating AI 快讯,AI 语音公司 Fish Audio 发布语音模型 Drama 3 预览版,主打更精细的语音控制。用户可以直接用自然语言描述语气、节奏和角色,不需要自己组合一堆情绪或音频标签。 Drama 3 可以在一句话中途改变声音和说话方式,也能一次生成多个角色的对话。哪里不满意,还可以只重做一个词,不需要整段重新生成。 Fish Audio 上一代 S2 已经支持用自然语言控制语音。Drama 3 继续把控制做细,把句中换声、多角色生成和局部重做放进同一个模型里。对于游戏对白、有声内容和 AI 角色,后期修改会方便很多。 目前 Drama 3 仍处于 Preview 阶段,开发者可以申请 API 测试资格。
百度文心5.5 Flash Preview发布,总参数2800亿,支持100万token上下文
火星财经消息 11月11日,百度最新基础模型文心5.5 Flash Preview正式发布,模型总参数量达2800亿,每个Token激活140亿参数,支持最长100万Token的上下文,在编程、3D建模、知识工作、内容创作等方面表现突出。目前文心5.5 Flash Preview已上线百度智能云千帆平台,API定价为每百万Token输入忙时2元、闲时1元,输出忙时8元、闲时4元,限时五折。此外,模型权重将于11月25日正式面向全球开源社区发布。(广角观察)
Abraxas Capital关联地址持续降低ETH杠杆,多头敞口约3.5亿美元
BlockBeats 消息,10 月 9 日,据 Arkham 监测,Abraxas Capital 关联地址近期增加 ETH 抵押并降低借款杠杆。昨日晚间,该地址将 2 万枚 ETH 从 Aave 迁入 Spark,随后偿还约 5500 万 USDS;今日再借出 1000 万 USDS,净减少约 4500 万美元。 过去一周,该地址在 Spark 净增加 5.7 万枚 ETH 存款,其中 5 万枚由 Aave 迁入。同期累计借出 9338 万 USDS、偿还约 9300 万 USDS,借款规模基本持平,但健康因子由 1.59 升至 2.42。 截至发稿,该地址在 Spark 持有约 14.08 万枚 WETH 存款,抵押价值约 3.50 亿美元,总债务约 1.24 亿美元,对应借贷杠杆约 1.55 倍。按当前抵押及债务测算,ETH 价格跌至约 1028 美元时可能触发清算。 地址:0xed0c6079229e2d407672a117c22b62064f4a4312
腾讯混元图像3.5预览版发布,腾讯云API定价0.15元/张
火星财经消息 9月22日,腾讯混元发布混元图像3.5预览版(Hy Image3.5 preview),支持文生图、图生图与多轮对话创作,单次最多上传5张参考图、最高2K分辨率输出。模型经内部数百名专业设计师GSB盲测,对比上一版Hy Image3.0显著提升30%,与字节Seedream 5.0 pro持平,略优于谷歌Nano-Banana Pro和阿里Qwen-Image-3.0 Pro。该模型早前已在腾讯元宝App灰度内测两个月,灰度期间生图请求量提升超50%。腾讯云API 2K图像定价0.15元/张(国际版0.024美元/张),仅对输出图片收费。 模型同步接入元宝、WorkRally、OnSolo、Miora、WorkBuddy、ima等多款原生AI应用,面向影视与电商等场景的Miora、WorkRally、OnSolo限时两周免费体验。自今年2月重建基础设施以来,腾讯混元大模型保持平均每两个月一次大版本迭代节奏。(广角观察)
阶跃StepAudio 3发布:语音推理、实时对话双榜第一
动察 Beating AI 快讯,阶跃星辰发布 StepAudio 3,一口气上线 Realtime、ASR、TTS、Gen 和 Music 五款语音模型。 在 Artificial Analysis 的两项语音评测中,StepAudio 3 Realtime 都排第一。Conversational Dynamics 得分 98.9%,高于 Qwen Audio 3.0 Realtime Plus 的 98.4% 和 GPT-Realtime-2 High 的 95.3%;Speech Reasoning 得分 99.7%,同样位列第一。前者主要测模型能不能处理停顿、轮流说话、用户打断和「嗯」「对」这类附和,后者测模型能否直接听懂音频并完成推理。 ASR 也在 Artificial Analysis 非流式语音识别榜做到 1.7% WER(词错误率),与 Fun-Realtime-ASR-preview 并列第一。另外,StepAudio 3 Gen 可以一次生成人声、音效、环境声和音乐,并按场景统一编排。 五款模型目前均已进入阶跃的语音产品线。