声浪

语音小管家

转载7 months ago

来自小红书超级智能团队的FireRed-OCR，以仅 20 亿参数的轻量模型，在权威文档解析基准 OmniDocBench v1.5 上拿下端到端方案第一，综合得分 92.94%，超越 Gemini 3.0 Pro、DeepSeek-OCR…

语音小管家

转载7 months ago

来源丨AI音频时代 新泽西理工学院（NJIT）和纽约大学（NYU）的研究人员正在通过一项新资助的项目，共同在数字无障碍领域取得突破性进展，该项目旨在让在线视频内容对聋人和听力障碍（DHH）观众更具包容性。 在未来三年内，凭借美国国家科学基金…

语音小管家

转载7 months ago

来源丨机器之心 OpenAI 要略过 GPT-5.3，直接迈向 GPT-5.4 了？ 近日，一名 OpenAI 工程师在公开的 Codex GitHub 仓库中提交了一则拉取请求（PR），无意间让 GPT-5.4 这一型号出现在代码版本判断…

语音小管家

转载7 months ago

在传统语音生成中，表达方式往往依赖预设标签，例如： 固定情绪选项 预定义语气类别 限定风格模板 用户只能在有限选项中选择，而难以进行更自由、细腻的表达控制。 FreeStyle 新范式的核心突破在于 不再依赖固定标签，而是支持通过自然语言指…

语音小管家

转载7 months ago

标题：Eureka-Audio: Triggering Audio Intelligence in Compact Language Models 链接：https://arxiv.org/pdf/2602.13954 发表日期：2026年…

语音小管家

转载8 months ago

来源丨机器之心 在全球具身智能领域的顶级权威评测 WorldArena 榜单中，清华陈建宇（星动纪元创始人）团队联合斯坦福 Chelsea Finn（PI 创始人） 团队研发的 Ctrl-World 世界模型交出优异答卷： 具身任务能力斩获…