Soul开源实时数字人生成模型SoulXFlashTalk

Soul开源实时数字人生成模型SoulXFlashTalk
4月,Soul AI Lab开源了一个14B参数的实时数字人生成模型SoulXFlashTalk。Soul本身是一个以兴趣图谱和虚拟身份为核心的在线社交平台,用户规模不小,其AI Lab近年来持续投入生成式AI研究。这次开源的模型把首帧响应时间压到了亚秒级别,直播画面的高帧率也做...
最近有哪些产品和公司在密集发生“模型发布”
想看最近哪些产品、模型和公司在集中出现“模型发布”相关动作,这一页会更省时间。
Soul开源实时数字人生成模型SoulXFlashTalk

4月,Soul AI Lab开源了一个14B参数的实时数字人生成模型SoulXFlashTalk。Soul本身是一个以兴趣图谱和虚拟身份为核心的在线社交平台,用户规模不小,其AI Lab近年来持续投入生成式AI研究。这次开源的模型把首帧响应时间压到了亚秒级别,直播画面的高帧率也做...
AI大模型周报:阿里发布Qwen3.6-Max,DeepSeek首轮融资估值200亿美元,Kimi隐私泄露事件发酵

4月18日至4月24日,国内AI大模型行业在模型发布和资本层面同时迎来密集进展。模型层面,月之暗面于4月20日晚正式发布并开源其新一代旗舰模型Kimi K2.6,重点升级长程编码与Agent集群能力;阿里云通义千问团队同日发布新一代旗舰模型早期预览版Qwen3.6-Max-Pre...
AI教育周报:好未来净收入增长33.7%,钉钉AI灯塔计划落地四城,首个语文主题教学AI垂直模型发布

4月18日至4月24日,AI教育行业在企业财报、区域应用落地、产教融合等多个维度同步推进。好未来发布2026财年全年财报,净收入30.09亿美元,同比增长33.7%。 阿里巴巴钉钉“AI灯塔计划”在本周进入密集落地阶段,峰会先后在广州增城、重庆等地举行,展示了AI智能校徽、AI作...
全国首个!美团上线“食安政企共治平台”

近日,美团正式上线全国首个“食安政企共治平台”,该平台实现每日滚动更新食安线索,监管部门可在线查询骑手上报、消费者评价、平台巡检等多源线索,实时掌握辖区商家食安状态,并支持在线协查和治理下线。共治平台上线以来,已与北京、上海、广东、重庆、云南、四川、陕西、宁夏、贵州等全国70余个...
阿里云发布万小智2.0

5月14日,阿里云宣布上线企业级AI建站平台万小智2.0。据介绍,万小智2.0可为用户提供从网站生成、域名备案、网站上线到后台管理运营等环节的完整服务,最快几分钟,就能生成并上线符合用户需求的生产级网站。 官方表示,即日起,所有用户可以通过阿里云官网搜索万小智即可体验。新用户将获...
Hugging Face 开源 smol-audio 工具库,支持主流音频模型微调与检索

品玩4月29日讯,Hugging Face 近日正式开源名为 smol-audio 的代码库,旨在为开发者提供一套完整的本地音频模型二次开发与部署脚手架,助力前沿音频模型的快速迭代与应用落地。 该工具库内置完善的微调脚本,原生支持 Whisper、Parakeet、Voxtral...
面壁智能推出 MiniCPM-V 4.6 低内存高效率,人工智能新选择
近日,面壁智能联合清华大学及 OpenBMB 开源社区,正式发布了新一代端侧多模态大模型 ——MiniCPM-V 4.6。该模型在仅有 1.3B 参数的情况下,展现出了卓越的性能和效率,尤其在当前内存价格飞涨的背景下,MiniCPM-V 4.6 仅需 6G 内存便能在终端设备上流...
普渡机器人发布 PuduFM 1.0 与 PuduAgent,开启具身智能新纪元
在人工智能和机器人技术日益发展的今天,普渡机器人作为全球商用服务机器人的领军企业,近日相继推出了两项革命性的具身智能技术成果 ——PuduFM 1.0 和 PuduAgent。这两个新产品的发布不仅展示了普渡机器人在智能技术领域的深厚实力,还将推动整个行业的商业化进程。 Pudu...
百度GenFlow 4.0发布,Office三件套全包了,还能养「牛马虾」
听雨 发自 凹非寺 量子位 | 公众号 QbitAI 打工人最想甩给AI干的活,无非Office三件套:PPT、Excel、Word。 百度GenFlow这次大升级,全给你包圆了~ 4月27日,百度文库与网盘联合发布通用智能体 GenFlow 4.0 ,全面升级Office Ag...
不卷参数卷架构,这个开源模型把图像理解和生成统一了

henry 发自 凹非寺 量子位 | 公众号 QbitAI 这两天打开朋友圈,10条里有7条都是GPT-Image-2生的图。 中文海报、复古杂志封面、直播画面、社交截图、连高考试卷都能照着出一张几乎以假乱真的。 对此,大家伙的反应也都出奇的一致—— 专业设计师们完了,我又能行了...
腾讯开源手机端离线翻译模型,仅0.4G,支持33种语言

4月29日,腾讯混元推出并开源极致量化压缩版本翻译模型 Hy-MT1.5-1.8B-1.25bit,把支持 33 种语言的翻译大模型压缩至 440MB,无需联网,下载即可直接在手机本地运行,翻译质量优于谷歌翻译。 翻译质量及速度演示(设备:高通骁龙 865 8GB 内存) 这一离...
阿里正式发布数字员工QoderWake

4月30日,阿里巴巴宣布正式发布数字员工QoderWake和Qoder移动端两款Agent产品,全面覆盖企业和个人场景的需求。 官方表示,QoderWake能在真实工作中承担软件工程师、运营和分析师等岗位角色。 目前,QoderWake已开启邀测,个人和企业均可在官网申请雇佣一位...
人工成本降低50%!京东方推出8K+AI超高清视频图像技术方案

11月19日,据BOE创新汇公众号消息,日前,京东方技术创新中心推出8K+AI超高清技术方案,并基于独有的超高清算法模型,有效解决影像清晰度、色彩、流畅度等问题。 目前,该方案已实现为北京电视台、广东电视台等专业客户提供符合超高清标准的AI修复服务,据介绍,京东方技术创新中心8K...
小米开源 Xiaomi OneVL 自动驾驶模型,业内率先实现 VLA、世界模型等多技术路线统一

感谢IT之家网友 Autumn_Dream、ampere明哥、柊筱娅Official、Domado 的线索投递! IT之家 5 月 13 日消息,小米技术今日正式发布并开源 Xiaomi OneVL 一步式潜空间语言视觉推理框架。 官方表示,该模型 在业内率先实现 VLA、世界模...
阶跃星辰发布新一代实时语音大模型 StepAudio 2.5 Realtime,支持情绪感知与人设自定义

感谢IT之家网友 Alita的迷弟 的线索投递! IT之家 5 月 9 日消息,阶跃星辰昨晚发布了新一代实时语音大模型 StepAudio 2.5 Realtime,目前已全量上线,开发者可通过阶跃星辰开放平台接入使用。 该模型定位于打造更具“活人感”的 AI 对话体验,重点围绕...
商汤发布 SenseNova U1,原生统一架构实现多模态理解与生成

品玩4月29日讯,商汤科技近日正式开源日日新 SenseNova U1 系列模型。该模型基于自主研发的 NEO-Unify 架构,彻底摒弃传统视觉编码器(VE)与变分自编码器(VAE),在单一架构内实现了多模态理解、推理与生成的原生统一,标志着多模态 AI 从模态集成迈向原生统一...
支付宝“AI收”正式上线,助力开发者构建 A2A 商业闭环

品玩4月29日讯,据支付宝官方消息,支付宝“AI收”功能已在官网正式上线,旨在解决AI时代开发者与服务商的商业化难题。该服务允许提供AI服务的商家及个人开发者通过极简接入,实现与AI Agent(如OpenClaw)的自动结算,真正做到“来一单收一单”,按次按用收款。 针对个人开...
微软与浙大发布 World-R1,强化学习破解视频生成 3D 一致性难题

品玩4月29日讯,据 Arxiv 页面显示,微软研究院与浙江大学联合团队正式发布文生视频模型训练框架 World-R1。 该框架创新性地利用强化学习技术,使视频生成模型在无需修改架构且不依赖 3D 数据集的情况下,成功习得 3D 几何一致性,有效解决了镜头大幅移动时物体变形或消失...
千问与淘宝全面打通 AI购物正式上线

来源:环球网 【环球网科技报道 记者 李文瑶】千问上也能“逛淘宝”了。5月11日,千问与淘宝宣布全面打通,用户打开千问App,通过对话即可完成商品挑选、对比及下单购买;在淘宝App内,点击“千问AI购物助手”则可享受AI试穿、AI算优惠等多项智能服务。这标志着全球超大规模电商平台...
iOS27 将为Siri推出独立App, 采用类聊天机器人界面
距苹果 2026 年全球开发者大会(WWDC)不到一个月,知名科技记者马克·古尔曼披露了iOS27 的重磅细节:Siri将在代号"Rave"的新系统中以独立应用形态回归,这也是Siri诞生 15 年来首次恢复独立App入口。 新版Siri定位全面升级为全天候在线智能体,采用类聊天...