搜索
由 Scout RFP 创始团队打造的，采购软件初创企业 Levelpath 近日完成 5500 万美元 B 轮融资，本轮由 Battery Ventures 领投。
不用提前熟悉环境，一声令下，就能让宇树机器人坐在椅子上、桌子上、箱子上！
ElevenLabs 这家 AI 音频公司最近开始发力了。早上，看到他们的一条视频，我觉得 AI 语音的可能性现在被充分打开
AI应用股王Palantir在6月举办的7thAIP Conference公布了最新一批Agent用例，Palantir公布Agent新用例，不止于next level｜AIPCon7介绍了3家医疗客户用例，今天介绍的金融Agent，客户实践出来的企业AI落地原则非常有意义。
6月举办的AIPCon7，又有7家Palantir的客户详细介绍并演示了Agent用例，这次有3家医疗，2家金融，1家电商，1家汽车客户。
为什么语言模型能从预测下一个词中学到很多，而视频模型却从预测下一帧中学到很少？
我们很多语音生成工作，正是通过加入这些不完美的“人性化特征”，让合成声音显得更加真实和有情感，这也成为ElevenLabs的声音技术与众不同之处。当然，并不是所有场景都适合这种风格。但总体而言，“人性”中的不完美，恰恰是人愿意互动的关键。
AI文本转语音已经进化到这种程度了吗？(⊙ˍ⊙)莎士比亚戏剧腔、体育赛事激情解说、沉浸式有声书等诸多玩法简直轻松拿捏，而且听起来确实人机傻傻分不清楚~
当大多数人还在学习如何使用ChatGPT生成简单文本时，一对年轻创始人已经让AI为你直接构建完整的移动应用。Levan Kvirkvelia和Daniel Dhawan创建的Rork让人想起了硅谷的电影剧情：从信用卡债务缠身、朋友家地板上的床垫，到一条病毒式推文引来百万美元融资，这家初创公司在vibe coding领域掀起了新浪潮。
理想中的多模态大模型应该是什么样？十所顶尖高校联合发布General-Level评估框架和General-Bench基准数据集，用五级分类制明确了多模态通才模型的能力标准。当前多模态大语言模型在任务支持、模态覆盖等方面存在不足，且多数通用模型未能超越专家模型，真正的通用人工智能需要实现模态间的协同效应。