火爆全球的AI音频大模型，最新技术细节揭秘
火爆全球的AI音频大模型，最新技术细节揭秘Stable Audio Open：开源文本转音频模型。
来自主题: AI资讯
5577 点击 2024-07-25 11:09
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
Stable Audio Open：开源文本转音频模型。
Fidelity-Scalability-Controllability-Accessibility （真实度-可扩展性-可控性-可用性）是生成式 AI 领域一个很好的研究方法论。会有更多像AnimateDiff这样的技术推动视频生成的广泛应用。
近日，前坚果投影CPO王骁逸的创业项目Even Realities，官宣了首款产品G1。这是一款时尚智能眼镜，可以语音和AI交互，还有AR显示，拥有记录、翻译、导航、演讲提词以及大模型问答等功能，预售价为599美元起，计划在8月开始发货。
斯坦福炒虾机器人团队时隔半年再出新作，谷歌最强Gemini 1.5 Pro加持，Mobility VLA让机器人在836平方米的办公室里轻松导航。
Stable Assistant还支持草图生成完整图片，一键“毛坯”变“精装”。
Character AI 也要走上 Stability AI 的老路了？
此前Stability AI曾陷入债务危机，经营亏损，多位高层人员流失。
Ray-Ban Meta智能眼镜销量超预期。
这些AI初创企业都有一个共同点，那就是与巨头“撞了车”。
音频生成领域又有好消息：刚刚，Stability AI 宣布推出开放模型 Stable Audio Open，该模型能够生成高质量的音频数据。