今天，OpenAI就带来了高级语音模式的功能更新：实时视频通话、屏幕共享和图像上传。

星流AI是LiblibAI推出的一站式AI图像生成平台，基于自研的Star-3通用图像生成模型，结合全球最大的LoRA增强模型库和先进的AI图像控制技术。为设计师、摄影师...

Ultravox是新型的多模态大型语言模型（LLM），能直接理解文本和人类语音，无需依赖单独的自动语音识别（ASR）阶段。基于多模态投影器技术将音频数据转换为高...

Project Mariner 是谷歌 DeepMind 推出的浏览器助手。Project Mariner基于 Gemini 2.0 技术，用 Chrome 扩展程序实现浏览器自动化，理解和执行网页任务。Proj...

Patchwork 是 Midjourney 推出的创新性多人协作世界构建工具，支持用户在一个无限的画布上共同创作和构建虚拟世界。结合了AI图像生成技术和实时协作功能，支...

TEN Agent是集成OpenAI Realtime API和RTC技术的开源实时多模态AI代理框架。TEN Agent能实现语音、文本、图像的多模态交互，支持高性能的实时通信，具备低延...

FLOAT是DeepBrain AI 和韩国先进科技研究院推出的音频驱动说话人头像生成模型，基于流匹配生成模型，学习运动潜在空间实现高效的时间一致性运动设计。模型基...

AISEO Art是AI驱动的艺术生成平台，基于先进的AI技术，支持用户用文本提示创作出独特的视觉艺术作品。平台提供广告产品制作、图像变化、AI头像和滤镜选择等功...

原标题：国产之光-豆包AI，吊打Kimi 文章来源：卧龙说 内容字数：2310字豆包AI：在AI大战中的崛起 在过去的一年多里，AI领域的竞争愈演愈烈，各种新技术、新...

有深度，够前瞻，现场人挤人从众

还有更多网友试玩

共有上百套全场景套件模版

利用模型微调后表征不变性打造

谷歌抛出王炸杀手锏，先人一步开启Agent新时代。

谷歌抛出王炸杀手锏，先人一步开启Agent新时代。