Maya Research 近期发布了一款突破性的开源文本到语音（TTS）模型——Maya1。这款仅3B参数的模型，不仅能将文本与自然语言描述转化为富有情感的24kHz高质量语音，还支持单GPU实时运...

Meta AI 近日发布了 Omnilingual ASR——一套开源、可扩展的多语言自动语音识别（ASR）系统，支持 1600 多种语言，并能通过零样本上下文学习泛化到 超过 5400 种语言，包括...

英特尔近期遭遇AI核心管理层动荡：首席技术官（CTO）兼人工智能负责人萨钦·卡蒂已正式辞任，入职仅七个月后转投OpenAI，将负责该公司计算基础设施体系的规划与建设。这一变动距其直属下属、英特尔数据中...

AI音频初创公司ElevenLabs正式推出在线语音市场，允许企业有偿使用经授权复刻的知名人物AI语音进行内容创作与广告投放。这家公司表示，其新推出的标志性语音市场通过采用"经本人同意、以表演者权益为...

OpenAI 正为 ChatGPT 开发群聊功能，该功能将允许多个用户加入共享对话，在同一聊天流中相互互动并与 AI 协作，预计将于12月随季节性更新推出。与微软 Copilot 已有的群组功能相比...

谷歌正在内部测试两项新功能：Visual Layout 和 Creative Canvas，提升 Gemini 在生成内容后的交互能力。 这两项功能均聚焦于改变AI输出的呈现形式，从静态文本或图片，转...

软银集团于2025年11月11日宣布，已出售其持有的全部3210万股英伟达股票，套现约58亿美元（按平均售价181.58美元/股计算）。此举为软银近期大规模AI相关投资计划提供资金支持。 该交易不涉及...

据《金融时报》援引知情人士消息，Meta首席人工智能科学家杨立昆（Yann LeCun）正计划离开公司，创办一家专注于“世界模型”（world models）研究的AI初创企业。目前，相关融资谈判处于...

xAI 计划于12月6-7日举办黑客马拉松，为参与者提供未发布模型的早期访问权限。在这一活动的准备过程中，一个名为Grok Code Remote的功能被发现。 这一功能将允许用户直接在远程环境中运行...

Kaltura，一家提供企业级视频平台的纳斯达克上市公司，已签署协议，以约2700万美元收购以色列初创公司 eSelf.ai。 eSelf 开发了一套用于创建和部署对话式AI数字人的工具。这些数字人不...

当前主流多模态基础模型在文本、图像理解、推理和生成任务上已取得显著进展，但在空间智能（Spatial Intelligence）方面仍存在系统性短板。具体表现为： 对物体尺度、距离、比例的估计不准确 ...

关于谷歌下一代图像生成模型“Nano Banana 2”的信息，近期在开发者社区引发关注。尽管尚未官方发布，但通过内部测试、平台泄露与代码提交记录，可梳理出以下已知进展。 目前，该模型仍处于测试阶段...