亚马逊旗下Audible利用AI朗读技术帮助出版商推出更多有声书
作为亚马逊旗下的有声书服务公司，Audible 近日宣布将通过人工智能技术大幅扩展其有声书库。尽管有声书是出版业增长最快的领域之一，但仍有大量书籍未被制作成音频格式。为了解决这一问题，Audible ...
排序
TikTok 推出 AI Alive，为Stories功能增添动态视频转换功能
TikTok 宣布推出全新功能 TikTok AI Alive，集成于 TikTok Stories中，允许用户将静态照片转化为短小、动态的视频。 AI Alive 的核心理念是让视觉叙事更简单、更...
谷歌 Gemini 新增 GitHub 集成：代码分析更轻松，但挑战犹存
谷歌旗下的 AI 聊天机器人 Gemini 近日推出了一项新功能——支持与 GitHub 集成。这一功能允许用户直接导入 GitHub 上的公共或私有代码库，从而让 Gemini 帮助生成代码、解释代...
Perplexity 测试“Projects”功能，用 AI 构建应用和文档的新工具
Perplexity 正在测试一项名为“Projects”的新功能，让用户通过 AI 创建结构化文档甚至可部署的应用程序。这一功能已经在 iOS 上以测试版形式出现，虽然可能是意外泄露，但其潜力已经引...
ChatGPT 即将支持第三方集成，OpenAI 正在测试“自定义连接”功能
近期发现表明，OpenAI 正在为 ChatGPT 测试一项名为“自定义连接”的隐藏功能。这一功能的出现标志着 ChatGPT 可能会通过类似 Anthropic 的模型上下文协议（MCP）机制，实现...
英伟达发布人体运动的通用模型Genmo：实现从视频、2D 关键点、文本描述、音乐和3D 关键帧等多种条件信号中生成和估计高质量的人类运动
英伟达研究团队开发的统一框架 GENMO，用于人类运动建模。GENMO 的目标是将人类运动估计（estimation）和生成（generation）任务整合到一个框架中，从而实现从视频、2D 关键点...
西湖大学和浙江大学的研究人员推出统一框架UCGM：用于训练、采样和理解连续生成模型
西湖大学和浙江大学的研究人员推出统一框架UCGM，用于训练、采样和理解连续生成模型。UCGM通过一个统一的训练目标和采样算法，将多步生成模型（如扩散模型和流匹配模型）与少步生成模型（如一致性模型）结合...
特朗普政府正式撤销拜登的《AI扩散规则》
在传言一周左右后，美国商务部（DOC）于周二（2025年5月13日）正式撤销了拜登政府的人工智能扩散规则（AI Diffusion Rule），该规则原定于5月15日生效。 背景 拜登政府于2025年...
英伟达向沙特国家支持的AI数据中心提供18,000个AI GPU，此举源于取消的出口规则
英伟达宣布将向沙特阿拉伯新成立的国家支持AI公司 Humain 提供 18,000个AI GPU，用于建设一个 500兆瓦的数据中心。这一交易标志着沙特在AI领域的雄心迈出了重要一步，同时也反映了全球...
ChatGPT 新增 OneDrive 和 SharePoint 连接器，企业数据整合能力再升级
继上周推出 GitHub 连接器 后，OpenAI 再次扩展了 ChatGPT 的功能边界。这一次，OpenAI 为 ChatGPT 增加了对 Microsoft OneDrive 和 SharePo...
A16最新发文：AI 时代九大新兴开发者模式
开发者不再将 AI 仅视为工具，而是开始将其作为软件构建的新基础。我们长期以来认为理所当然的核心概念——版本控制、模板、文档，甚至用户的概念——在代理驱动的工作流下正在被重新思考。 随着代理成为合作者...
新型参考式人类图像补全框架CompleteMe：通过参考图像来补全被遮挡或缺失的人类图像区域，同时保留独特的细节信息
加州大学默塞德分校和Adobe Research的研究人员推出新型参考式人类图像补全框架CompleteMe，旨在通过参考图像来补全被遮挡或缺失的人类图像区域，同时保留独特的细节信息，如特定的服装图案...
