A Automobilia Lantu anunciou que seu sistema de diálogo de IA desenvolvido internamente será lançado oficialmente no primeiro semestre de 2025 e será aplicado em novos modelos de veículos que serão lançados em breve. O tempo de resposta do sistema é extremamente rápido, com o tempo de resposta para todas as operações sendo inferior a 1 segundo, o que significa que os motoristas podem desfrutar de uma experiência mais suave ao usar o controle de voz do veículo. Além disso, o sistema possui uma taxa de reconhecimento de ativação superior a 98%, sendo capaz de identificar com precisão as instruções do usuário. Com o avanço contínuo da tecnologia, a Automobilia Lantu planeja realizar uma atualização em massa de OTA (Over-The-Air) no segundo semestre de 2025.

O Grupo Hisense anunciou oficialmente que seu modelo de linguagem grande StarSea, desenvolvido internamente, foi integrado com sucesso ao DeepSeek. Essa iniciativa visa proporcionar aos usuários uma experiência de interação mais conveniente e inteligente nas áreas de vida inteligente e cidades inteligentes. O modelo de linguagem grande StarSea, desenvolvido pela Hisense desde 2024, abrange três áreas principais: linguagem, geração visual e compreensão multimodal. Com a integração do DeepSeek, as capacidades de tecnologia inteligente da Hisense foram significativamente aprimoradas. Para os usuários de televisores Hisense, após a integração do DeepSeek, o uso do controle remoto com IA

A OpenAI passou por uma reformulação completa da marca, lançando um novo logotipo, tipografia e paleta de cores. De acordo com uma entrevista à revista Wallpaper*, a mudança visa tornar a imagem da marca mais "orgânica" e "humana". A diferença entre o novo e o antigo logotipo é sutil, mas uma comparação lado a lado revela que o espaço central do desenho da "flor" na versão nova é ligeiramente maior e as linhas são mais suaves. O antigo logotipo foi criado pelo CEO da OpenAI, Sam Altman...

O diretor de 'O Animal', Brady Corbet, confirmou recentemente que a aclamada série histórica utilizou tecnologia de IA na pós-produção, principalmente para aprimorar os diálogos em húngaro dos atores e auxiliar na criação de desenhos arquitetônicos. Em relação ao sotaque dos atores, Corbet enfatizou em entrevista à Deadline: 'As performances de Adrien Brody e Felicity Jones são inteiramente suas. Eles trabalharam com a treinadora de dialeto Tatyana Marshall por meses para aperfeiçoar seus sotaques.' Ele explicou que a inovadora tecnologia Respeecher foi usada apenas para modificar

Recentemente, a empresa Doubao anunciou o lançamento de seu novo modelo de linguagem de voz em tempo real, que afirma ter alcançado uma 'vantagem significativa' em conversas em chinês, marcando uma melhoria significativa na capacidade de diálogo da IA. Este modelo está totalmente disponível no aplicativo Doubao (versão 7.2.0, edição Ano Novo), proporcionando aos usuários uma experiência de comunicação de voz mais rica e realista. De acordo com a empresa, o modelo de linguagem de voz em tempo real da Doubao alcançou uma profunda integração entre a compreensão e a geração de voz, formando um sistema de diálogo por voz de ponta a ponta. Esse avanço tecnológico permitiu que o modelo melhorasse sua expressividade vocal, controle e emoções.

Recentemente, a empresa de inteligência artificial Unisound anunciou o fechamento de uma nova rodada de financiamento, totalizando 500 milhões de yuans. Esta rodada de financiamento contou com a participação de vários investidores, incluindo fundos industriais de renome, plataformas de capital estatal e fundos de investimento privado. A injeção de capital impulsionará ainda mais o rápido desenvolvimento da Unisound em aplicativos de dispositivos inteligentes e aplicações industriais. Nota da imagem: A imagem foi gerada por IA, provedor de licenciamento de imagens Midjourney. De acordo com informações, o sucesso desta rodada de financiamento deve-se principalmente à capacidade comercial em larga escala da empresa em cenários de aplicativos de ponta e à sua tecnologia de diálogo homem-máquina com modelos grandes.

Na interseção entre neurociência e inteligência artificial, o renomado neurocientista Anthony Zador e o apresentador do podcast Brain Inspired, Paul Middlebrooks, travaram um diálogo profundo. Como um dos pioneiros neste campo, Zador detalhou suas perspectivas únicas sobre o futuro do desenvolvimento da NeuroIA. De sua resistência inicial ao termo 'NeuroIA' à sua atual expectativa por este campo, a transformação de Zador se origina de uma profunda reflexão sobre a essência do problema. Ele

A ElevenLabs lançou recentemente seu mais novo modelo de síntese de voz, o Flash, que afirma ser a solução de texto para voz (TTS) mais rápida até hoje, com um atraso de geração de voz de apenas 75 milissegundos (além do atraso do aplicativo e da rede). O Flash é ideal para assistentes de voz conversacionais de baixa latência, e os usuários podem experimentar esse novo recurso imediatamente na plataforma de IA conversacional da ElevenLabs. O modelo Flash está disponível em duas versões: o Flash v2 suporta apenas inglês, enquanto o

O Instituto de Inovação Tecnológica de Abu Dhabi (TII) lançou o Falcon 3, um modelo de IA open source de nova geração. Com 14 trilhões de tokens de treinamento e um design de arquitetura otimizado, ele estabelece novos recordes de desempenho em hardware de consumo. Este volume de treinamento é mais do que o dobro do seu antecessor, o Falcon 2. A série Falcon 3 oferece quatro variantes: 1B, 3B, 7B e 10B, cada uma com uma versão básica e uma versão Instruct otimizada para diálogo. Embora forneça especificamente inglês, francês, espanhol e português

De acordo com informações da Intelligent Emergence, nos últimos meses, embora o Duobiao tenha apresentado crescimento na base de usuários, seu tempo de uso, frequência de abertura e potencial de monetização ainda enfrentam grandes desafios. Fontes internas revelam que a taxa de engajamento dos usuários do Duobiao é baixa, com apenas 2 a 3 dias de atividade por semana, 5 a 6 turnos de mensagens por dia e uma duração média de 2 minutos por conversa, resultando em um tempo de uso total de cerca de 10 minutos. A alta administração da ByteDance acredita que a situação atual do Duobiao pode não ser um problema do produto em si, mas sim uma limitação inerente aos produtos de diálogo com IA baseados em texto.

O Meta lançou recentemente um novo benchmark chamado Multi-IF, projetado para avaliar a capacidade de modelos de linguagem grandes (LLMs) de seguir instruções em diálogos de várias rodadas e em ambientes multilíngues. Este benchmark abrange oito idiomas e inclui 4501 tarefas de diálogo de três rodadas, focando no desempenho dos modelos atuais em cenários complexos de várias rodadas e multilíngues. Na maioria dos padrões de avaliação existentes, a ênfase está em diálogos de uma rodada e tarefas monolíngues, dificultando a avaliação abrangente do desempenho dos modelos em aplicações reais. O lançamento do Multi-IF visa justamente isso.

Recentemente, o glif lançou uma nova tendência incrível. Essa tecnologia de ponta baseada em In-Context LoRA permite transformar facilmente qualquer logotipo em designs de produtos deslumbrantes, com resultados tão impressionantes que até mesmo sites de protótipos estão sentindo a pressão. Esse processo de design inovador com IA é dividido em três etapas principais: obtenção da descrição da imagem, geração de prompts e renderização de imagem com IA. Vamos analisar detalhadamente este método de design criativo. Primeira etapa: Capturar com precisão as características da imagem do logotipo por meio de prompts especialmente projetados...

A Microsoft fez progressos significativos recentemente na área de agentes de IA empresarial, tendo construído o maior ecossistema mundial de agentes de IA empresarial. Desde o lançamento do Copilot Studio, mais de 100.000 organizações participaram da criação e edição de agentes de IA. Este marco destaca a posição de liderança da Microsoft no setor de tecnologia empresarial. O executivo da Microsoft, Charles Lamanna, disse que a taxa de crescimento superou as expectativas, sendo mais rápida do que a adoção de qualquer tecnologia de ponta lançada pela empresa anteriormente. Ele fez a declaração recentemente no evento Ignite...

Recentemente, a Play AI lançou seu produto mais ambicioso - a versão beta do PlayDialog, capaz de gerar áudios de podcasts em formato de diálogo. Este modelo de voz AI ponta a ponta, utilizando o contexto histórico da conversa, consegue controlar o tom, a emoção e a velocidade da fala para alcançar uma síntese de voz mais natural, marcando um novo nível na interação homem-máquina. O PlayDialog é ideal para criar experiências de diálogo realistas, como narrações, dublagens e podcasts sintéticos, além de oferecer experiências imersivas de voz individual em ambientes comerciais.

A Nous Research, uma instituição de pesquisa em inteligência artificial, lançou recentemente o chatbot Nous Chat, que fornece acesso ao seu grande modelo de linguagem Hermes3-70B. O chatbot Nous Chat oferece uma interface familiar semelhante ao ChatGPT, permitindo que os usuários interajam com o modelo sem precisar executar código por conta própria. O chatbot Nous Chat possui recursos como memória de longo contexto, diálogo multi-turnos, interpretação de papéis complexos e monólogos internos. Atualmente, a Nous Rese...

Em entrevista recente, Yann LeCun, cientista-chefe de IA da Meta, afirmou que em breve teremos tecnologia capaz de fornecer assistentes de IA pessoais, criando uma equipe de assistentes digitais pessoais para cada pessoa com acesso à internet. Como cientista focado em prever o progresso tecnológico e seu potencial, ele enfatizou que teremos IAs que igualarão ou superarão a inteligência humana. Nota da imagem: Imagem gerada por IA, provedor de licenças de imagem Midjourney LeCun apontou que no futuro, nós e a

O Google anunciou que o modo de bate-papo por voz do Gemini Live agora está disponível gratuitamente para todos os usuários Android. Anteriormente, este recurso estava disponível apenas para assinantes do Gemini Advanced, mas agora todos podem experimentar essa IA de diálogo inteligente. O Gemini Live foi apresentado pela primeira vez no lançamento do Pixel 9 no mês passado, com funcionalidade semelhante ao bate-papo por voz do ChatGPT, permitindo que você faça perguntas a Gemini usando sua voz e até mesmo durante o processo de resposta.

A plataforma de IA da 智谱AI anunciou o lançamento gratuito do modelo GLM-4-Flash, com o objetivo de impulsionar a inovação em aplicativos de IA. Conhecido por sua velocidade e economia, o modelo é adequado para tarefas simples com resposta rápida, suportando diálogos multilíngues, navegação na web, chamadas de função e raciocínio com textos longos, abrangendo 26 idiomas. Por meio de técnicas de otimização, como quantização adaptativa de peso, paralelização, processamento em lote e amostragem especulativa, o GLM-4-Flash reduz significativamente o custo de inferência. Na fase de pré-treinamento, ele recebeu mais de 10T de dados multilíngues de alta qualidade. O modelo em ló

A Kuaishou Technology lançou recentemente um aplicativo de diálogo inteligente chamado '飞船' (Kraft), com o objetivo de fornecer aos usuários uma experiência de interação personalizada. Este aplicativo é mais uma inovação da Kuaishou, após o lançamento do modelo de geração de vídeo Kuaishou.