
硅谷热议:最快语音转文字模型Scribe v2 Realtime(在新窗口打开)
来自AI语音独角兽公司ElevenLabs,刚刚发布了Scribe v2 Realtime实时语音转文本模型,网友表示:Next-Level。150毫秒的超低延迟,93.5%的高准确率,还覆盖了90多种语言。
共 8422 篇

来自AI语音独角兽公司ElevenLabs,刚刚发布了Scribe v2 Realtime实时语音转文本模型,网友表示:Next-Level。150毫秒的超低延迟,93.5%的高准确率,还覆盖了90多种语言。

没有直播,OpenAI一早放大招,让所有人猝不及防。就在刚刚,GPT-5.1正式发布,GPT-5系列重大升级版登场!一共有三个版本,目前已经上线了前两个: GPT-5.1 Instant :最常用的模型,语气更亲切、更智能,更善于遵循指令,GPT-5.1 Thinking :先进的推理模型,更易于理解,处理简单任务速度更快,处理复杂任务更具持久力。

开发者最常使用的编程语言是什么?相信很多人都会不假思索地选择 Python。

硅谷华人大三学生创立的教育类 AI 产品 VideoTutor,近日宣布完成 1100 万美元种子轮融资,成为硅谷学生创业中融资规模最高的项目。

这是一期慢慢碰撞出来,而且在录制完毕后仍然没有“结束”的播客。让我讲一讲它的缘起:

工具解放人,人去创造。 电商行业已经变成一场没有喘息的马拉松:平台越来越多,货越来越难卖。 和五年前相比,加入电商战场的玩家增加了不少。抖音、视频号、小红书,甚至美团闪购、淘宝闪购都想卖一切。大公司们希望从电商业务中获取更多利润,看似给商家提供了更多选择,但消费变得不容易——消费者三餐都在缩,等到国补才愿意买大件,商家不敢放过每个有流量的渠道。 每个平台都有自己的规则、玩法、业态竞争,以及用户画像,之间的差异足以让商家们应接不暇。他们要在八九个电商平台上,管理数百种产品。每个产品上新,都需要反复测试封面图、标题、详情页文案、买赠活动以及相关的搜索关键词。 为了更多流量,他们还要对接成百上千个

临床诊断并非一次性的「快照」,而是一场动态交互、不断「探案」的推理过程。然而,当下的大模型大多基于静态数据训练,难以掌握真实诊疗中充满不确定性的多轮决策轨迹。如何让AI学会「追问」、选择检查,并一步步抽丝剥茧,迈向正确诊断?

在7000多种人类语言中,只有少数被现代语音技术听见,如今这种不平等或将被打破。Meta发布的Omnilingual ASR系统能识别1600多种语言,并可通过少量示例快速学会新语言。以开源与社区共创为核心,这项技术让每一种声音都有机会登上AI的舞台。

克雷西 发自 凹非寺 量子位 | 公众号 QbitAI 忍无可忍,LeCun离职Meta。 金融时报消息,LeCun向同事透露了自己的离职计划,下一步打算创业。 数个月的重重挤兑之下,一忍再忍的LeC

编程模型最新卷王来了。就在今天,火山引擎推出了面向Agentic编程任务深度优化的全新代码模型Doubao-Seed-Code。价格,调用价格国内最低,火山引擎还配套推出9块9套餐,一杯咖啡钱,就能搞定各种摸鱼小游戏——比如办公室躲老板(doge)。