百度推出開源 OCR 模型 Unlimited-OCR，3B 參數碾壓 GPT-5 級模型
中國 AI 企業百度近日在 Huggin ...
標籤: HuggingFace
NVIDIA 釋出僅 0.6B 語音辨識模型 Nemotron 3.5 ASR，純 CPU 就能即時轉錄 40 種語言
NVIDIA 的 NeMo 語音團隊在 ...
微軟開源 VibeVoice 語音 AI 模型：60 分鐘長音頻一次轉寫、90 分鐘多角色 TTS 轉錄文字
微軟亞洲研究院近日推出開源語音 AI 模 ...
小米發布 MiMo-V2.5 系列大模型，開源版本一舉登頂全球開源榜榜首
小米上個月剛發表完 Mimo-V2 大模 ...
百度開源 8B 文生圖模型 ERNIE-Image：24GB 顯卡就能跑，文字渲染與海報排版領先同級
繼阿里巴巴、騰訊、MiniMax 等多家 ...
聯發創新基地發表 Breeze 3 系列：台灣首個開源台語語音辨識模型 Breeze-ASR-26，讓 AI 聽講台語
以往的ASR（語音轉文字）系統，一般只能 ...
開源語音模型 VoxCPM2 ：無 Tokenizer 束縛、8GB 顯存即可運行的語音克隆神器
長期以來，語音合成技術大多依賴於將聲音切 ...
稀宇科技正式開源 MiniMax M2.7：自主訓練 100 輪、30 分鐘內修好生產環境故障
在開源界頗受好評的中國 AI 新創 Mi ...
Huggingface CEO 潑冷水：OpenClaw「小龍蝦」熱度六週後就會褪去
開源 AI 智能體專案 OpenClaw ...
Lightricks 發布 LTX 2.3 開源影片生成模型，可在本地端製作 4K 50FPS 同步音訊 AI 影片
以色列人工智慧公司 Lightricks ...
NVIDIA 發布 PersonaPlex-7B：100% 開源全雙工語音 AI 模型，能同時聽和說的真正對話革命
你有沒有注意到，跟 AI 語音助理對話時 ...