AI中国

AI中国

95.03万

粉丝

11569

文章

214.41万

总浏览

5

平均评分

关于我

AI领域资深专家

#大语言模型 #机器学习 #深度学习 #自然语言处理

热门文章

百度发布新一代文字识别 AI 模型 PP-OCRv5：仅 0.07B，部分测试超 GPT-4o
AI热点 6 months ago

百度发布新一代文字识别 AI 模型 PP-OCRv5：仅 0.07B，部分测试超 GPT-4o

IT 之家 9 月 13 日消息，百度于 9 月 10 日在 Hugging Face 发布新一代文字识别解决方案 PP-OCRv5。百度介绍称，PP-OCRv5 是一个为缓解大型视觉语言模型（VLMs）局限性而设计的专用 OCR 模型，它提供了一种高效、准确且轻量级的解决方案。PP-OCRv5 通过保持模块化、两阶段的流程，专门针对高速、精确的文本检测和识别，解决了大型 VLMs 的精确文本定

AI中国 AI中国
120 0
一边砸钱一边巨亏，OpenAI 剑指 2028 年销售额破千亿美元目标
AI热点 6 months ago

一边砸钱一边巨亏，OpenAI 剑指 2028 年销售额破千亿美元目标

IT之家 9 月 13 日消息，据《华尔街日报》12 日报道，OpenAI 在硅谷展开了极具野心、也是最烧钱的扩张计划之一，每年投入数百亿美元，同时也深陷亏损。过去九个月，OpenAI 接连签订巨额合同和投资：每年斥资约 600 亿美元（IT之家注：现汇率约合 4274.66 亿元人民币）从甲骨文购买算力，投 180 亿美元（现汇率约合 1282.4 亿元人民币）建合资数据中心，再花 100 亿

AI中国 AI中国
76 0
微软推出突破性实时翻译 API，支持 143 个地区 76 种语言实时交流
AI热点 6 months ago

微软推出突破性实时翻译 API，支持 143 个地区 76 种语言实时交流

IT之家 9 月 13 日消息，据外媒 Neowin 今晚报道，微软发布了“突破性（breakthrough）的” Live Interpreter API，将实时多语言翻译能力引入 Azure Speech Translation。用户无需设置输入语言，就能实现流畅的跨语言沟通。该功能支持 76 种语言和 143 个地区，具备自动识别语言、低延迟、接近人工口译的实时效果，还能使用个人语音保留说

AI中国 AI中国
204 0
AI热点 6 months ago

OpenAI 奥尔特曼称 AI 给自己带来重压：ChatGPT 上线后就没睡过一个好觉

IT之家 9 月 13 日消息，据《财富》杂志 11 日报道，OpenAI CEO 奥尔特曼在接受采访时面带苦笑地表示：“自从 ChatGPT 上线后，我就没睡过一个安稳觉。”在这场长达半小时的对谈中，奥尔特曼谈到肩负监管一项“每天有数亿人使用的技术”的重担。他说，自己担忧的并非“终结者”式的灾难场景，而是团队每天做出的那些几乎察觉不到的细微选择：什么时候拒绝回答、如何组织答案、什么时候反驳、什

AI中国 AI中国
123 0
支付宝发布 AI 就业助手“晓叶”：支持“岗位找人”、职业规划、职业培训
AI热点 6 months ago

支付宝发布 AI 就业助手“晓叶”：支持“岗位找人”、职业规划、职业培训

IT之家 9 月 13 日消息，在今年的 2025 Inclusion 外滩大会上，支付宝数字就业团队正式发布 AI 就业助手“晓叶”，可依托人工智能大模型与数字人技术，进一步提升企业招聘与求职者找工的体验。IT之家汇总该产品主要功能如下：“晓叶”具备 4 大核心能力，包括撮合匹配岗位、在线面试、职业规划和培训推荐，提升就业市场两端的服务。AI 撮合匹配：实现从“人找岗位”到“岗位找人”，求职者

AI中国 AI中国
177 0
马斯克力挺 AMD：在中小型 AI 模型方面相当不错，暗示将降低对英伟达依赖
AI热点 6 months ago

马斯克力挺 AMD：在中小型 AI 模型方面相当不错，暗示将降低对英伟达依赖

IT之家 9 月 13 日消息，科技媒体 Wccftech 昨日（9 月 12 日）发布博文，报道称埃隆・马斯克（Elon Musk）在社交平台上表示，AMD 的 AI 硬件在运行中小型 AI 模型时表现“相当不错”。这一表态被视为对 AMD 技术实力的认可，同时也暗示其在 AI 市场的竞争潜力。马斯克旗下人工智能公司 xAI 已采用 AMD 的 Instinct MI300 及 MI300X

AI中国 AI中国
227 0
刚刚，字节登顶世界最强图像AI！一手实测原生4K、10图融合，全网玩疯
AI热点 6 months ago

刚刚，字节登顶世界最强图像AI！一手实测原生4K、10图融合，全网玩疯

谷歌Nano Banana一夜爆火之后，各种邪修玩法儿，至今让全网意犹未尽。等距视角、多图合成、老照片修复、3D手办.......创意脑洞大开，全网玩疯。谁曾想，短短半个月后，大洋彼岸就杀出来了一个最强逆袭者！就在刚刚，字节跳动发布的豆包·图像创作模型Seedream 4.0，一举拿下了Artificial Analysis「文生图」和「图像编辑」两大榜单的第一。一键创作+编辑，原生4K分辨率，

AI中国 AI中国
95 0
前谷歌X团队靠AI电影锁定戛纳！创立AI原生版皮克斯，公司预售已超1亿美元
AI热点 6 months ago

前谷歌X团队靠AI电影锁定戛纳！创立AI原生版皮克斯，公司预售已超1亿美元

全球首家AI原生影视工作室横空出世，项目收入竟已高达1.1亿美元！名叫Utopai Studios。当前AI热度如日中天，以AI切入电影行业的力量主要分为两派：一派是以Runway、Pika为代表的“工具派”，聚焦AI的工具属性，核心发力点在于提升影视制作环节的效率。另一派则是“内容+AI”公司，其主要在内容的叙事创新与产业化层面推动AI的应用和发行，相当于是把手伸进了影视业最肥沃的利润区“内容

AI中国 AI中国
114 0
自称本世纪最重要的 AI 网站，满屏都藏着一个词：bullsh*t
AI热点 6 months ago

自称本世纪最重要的 AI 网站，满屏都藏着一个词：bullsh*t

打开一个看似由哈佛、全球 AI 安全研究机构背书的网站，你会以为自己进入了一个拯救人类的严肃计划。结果……你在这个页面上多停留了十几秒，页面背景悄悄浮现出一个单词：「bullsh*t」。仔细看动图，背后线条字母会依次出现 b-u-ll-s-h-i-t没错，这不是什么未来学术的研究所，就是一个一本正经的恶搞网站。它自称「AI 对齐中心的对齐中心」（Center for the Alignment

AI中国 AI中国
219 0
AI视频 6 months ago

IndexTTS2 – B站开源的最新文本转语音模型

IndexTTS2是什么 IndexTTS2是B站语音团队开发的新型文本转语音（TTS）模型，已经正式开源。模型在情感表达和时长控制方面实现了重大突破，是首个支持精确时长控制的自回归TTS模型。支持零样本声音克隆，仅需一个音频文件即可精准复制音色、节奏和说话风格，支持多语言。IndexTTS2实现了情感音色分离控制，用户可以独立指定音色来源和情绪来源。模型具备多模态情感输入功能，支持通过情感参考

AI中国 AI中国
244 0
加载更多
睡觉动画