「StepAudio 3」共找到 2088 篇相关文章
社区供稿 | Hugging Face x 北京中关村学院等机构联合发布生成式基因组大模型Carbon：一场关于“生命语言”的范式革命
北京中关村学院等联合发布生成式基因组大模型Carbon并开源。Carbon家族有三个版本，旗舰模型Carbon - 3B在多任务匹敌70亿参数的Evo2 - 7B，运行速度快275倍。它在数据、分词、训练上有创新，还实现技术普惠，有多种应用场景。
有人每月烧掉1万美元！嫌Claude太贵，这家公司改用GLM：56张B200扛起2000名工程师，AI成本直降90%
Revolut 改用 56 张英伟达 B200 自托管智谱 GLM 模型，AI 推理成本直降约 90%，工程师编码时间缩短 60%。
从《持械入宋》破40亿，看AI漫剧的平权
由30名骑手、宝妈等制作的AI漫剧《持械入宋》播放量破40亿，红果收藏超1140万。主创54岁且无影视背景，通过线上流水线和统一角色建模跑出爆款。
GPT-6.1 Terra 半价上线
OpenAI 发布中端模型 GPT-6.1 Terra，标准 API 输入每百万 token 1 美元、输出 5 美元，较上一代降价 50%。
奥特曼和Dario同台唱rap！Genspark新视频Agent上线，零基础也能拍短剧
Genspark 上线视频创作工作台 Media Studio，接入 20 多家厂商的 70 多个模型，覆盖剧本、生图、视频、音频到剪辑的全流程。
Claude 小升级就赢了OpenAI 9年“开源神作”？高强度推理直接歇菜、幻觉率高达50%，写作还被Kimi 2吊锤？
OpenAI发布首个开源语言模型系列gpt - oss，包括gpt - oss - 120b和gpt - oss - 20b，可在Hugging Face下载。同期谷歌Deepmind推Genie 3，Anthropic放出Claude Opus 4.1。Claude Opus 4.1编程性能提升，实测编码能力强于gpt - oss。gpt - oss虽有亮点，但幻觉率高、实测效果不佳。
社区供稿 | 让记忆成为模型能力 MemT 1.0 快速出圈
记忆张量开源 MemT 1.0 系列，在查询不提供历史文本的条件下，两款模型在 11 项记忆基准上取得参数化记忆方法第一和第二名。
具身下半场怎么打？智元用一场发布会，给出了自己的答案
智元机器人在创新日公布，其人形机器人累计出货突破 2 万台，上半年收入接近 20 亿元；同时主张具身行业应从卖整机转向按「有效工时」交付结果。
清华&智谱唐杰HarnessPro：更强，更便宜
清华大学与智谱唐杰团队开源 Agent 运行层优化框架 HarnessPro。它通过自动调整外部执行策略，在代码修复基准 SWE-Bench Pro 上将单任务成本降低 53%。
腾讯开源 Hy-Nomas ：支持自由文本与连续相机控制的交互式世界生成
腾讯混元团队开源交互式视频世界模型 Hy-Nomas，支持交替使用文本与键鼠运镜控制场景演化，单张 RTX 4090 即可部署推理，在线 Demo 已同步上线。