英伟达开源15T数据集：32万个机器人训练轨迹
全球AI领导者英伟达正式开源了15TB的NVIDIA Physical AI Dataset超大规模训练数据集，包含超过32万条机器人训练轨迹、1000多个通用场景描述以及SimReady预训练集合。 该数据集专为实体机器人和自动驾驶研发设…
12 0 0
最新声浪
查看全部 →
港大&华为诺亚提出扩散语言模型:Dream-7B，性能媲美DeepSeek-V3-671B
语言是离散的，所以适合用自回归模型来生成；而图像是连续的，所以适合用扩散模型来生成。在生成模型发展早期，这种刻板印象广泛存在于很多研究者的脑海中。 👆扩散语言模型展示👆 但最近，这种印象正被打破。更多的研究者开始探索在图像生成中引入自回…
12 0 0
Llama 4爆料大反转，没在测试集上训练！华人员工实名辟谣，LeCun出面救火
来源丨新智元 近日，关于Meta Llama 4的「训练作弊」爆料搞得沸沸扬扬。Meta迅速反击，Licheng Yu、Di Jin及GenAI负责人Ahmad Al-Dahle接连辟谣，首席AI科学家Yann LeCun也亲自下场力挺。与…
14 0 0
![语音/音频处理学术速递[4.8]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2025-04-09/1909807853028380672.jpg)
物奇科技 | 招聘音频算法开发工程师（深圳）
物奇成立于2016年，在重庆、上海、长沙、香港、深圳等地设有研发中心和客户支持中心，是国内领先的短距通信芯片设计公司，依托领先的通信连接技术，为万物互联的世界提供一流的SoC芯片和软件解决方案。公司在高性能WiFi、蓝牙音频以及PLC宽带电…
32 0 0
第四范式 | 招聘语音算法工程师（北京/上海/武汉/深圳）
第四范式（北京）技术有限公司成立于2014年底，是人工智能平台与技术服务提供商，公司以“Empower AI Transformation and Advance AI For Everyone”为企业使命，旨在让AI成为驱动社会进步、企业…
34 0 0
轻松将 Azure TTS 语音合成服务导入阅读软件tts-importer
轻松将 Azure TTS 语音合成服务导入阅读软件。现支持阅读（legado）、爱阅记、服务器端阅读(hectorqin/reader)、爱阅书香、源阅读、源阅。 ！ Note 已更新 2.0 版本，界面焕新。 同时，本人其他的听书相关项…
13 0 0
AI语音初创公司获2亿美元融资，开源模型突破"恐怖谷"桎梏
成立不久的AI语音公司Sesame近期完成超2亿美元融资，由红杉资本等顶级机构押注，迅速跻身AI语音赛道创投榜第二位。该公司正打造颠覆性语音助手Maya和Miles，并计划将其集成至轻便智能眼镜，试图突破人机交互边界。随着资本与技术的双重加…
17 0 0
![语音/音频处理学术速递[4.7]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2025-04-08/1909516572972683264.jpg)
面壁智能 | 招聘语音合成算法工程师（北京）
面壁智能是一家人工智能大模型技术创新与应用落地企业，愿景为“智周万物”，致力于创造安全、普惠的通用人工智能，让AI技术惠及千万家企业。 我们将努力构建智能时代大模型基础设施，加速大模型在人工智能典型场景与领域应用与落地，成为通用智能服务的时…
34 0 0