OpenAI 发布实时 API 语音合作伙伴，Agora 和 Twilio 榜上有名 近日，OpenAI 宣布推出实时 API 的公开测试版，旨在帮助开发者构建基于 GPT-4 的语音到语音 AI 应用程序和智能代理。这一新功能允许所有付费用户在自己的应用程序中创建低延迟、多模态的实时互动体验。此外，Open...

ECCV 2024 在意大利米兰开幕 近日，计算机视觉领域的顶级会议之一——ECCV 2024（European Conference on Computer Vision）在意大利米兰隆重开幕。根据大会官方统计，今年共有 2395 篇论文被录用，录用率仅为 18%，创下近年来的新低。在开幕式上，大会公布了多个重要奖项，包括...

10月2日的消息显示，OpenAI于美东时间10月1日在年度开发者大会DevDay上发布了一系列创新工具。这些新工具包括实时API、视觉微调、提示词缓存及模型蒸馏四大亮点，旨在帮助开发者降低模型成本、提升视觉理解能力和语音AI功能，并改善小模型的性能。 实时API（Realtime API） ...

IT之家报道，近日，成立于去年的Liquid AI公司发布了一系列全新的基础模型——Liquid Foundation Models（LFM）。这批模型包括LFM-1.3B、LFM-3.1B和LFM-40.3B三个版本。这些模型采用了不同于传统Transformer架构的设计，宣称在多项基准测试中表现优异。 目前，Transformer架构在...

AI芯片初创企业Cerebras Systems提交IPO申请 AI芯片初创企业Cerebras Systems近日正式提交了IPO申请，计划在纳斯达克上市，股票代码为“CBRS”。这家公司成立于2016年4月，总部位于美国加州，以其独特的晶圆级引擎（WSE）而著称。Cerebras Systems不仅专注于AI训练和推理芯片的设计，还在云端服务领域取得了显著进展。 WSE-3芯片与竞争对手的对比 Cerebras Systems的WSE-3芯片在性能上远超竞争对手。例如，与英伟达的H100 GPU相比，WSE-3的核心数量是H100的52倍，片上内存是H100的880倍，内存带宽更是H100的7000倍。此外，C...

微软正式发布 Windows 11 2024 更新（24H2） 据快科技报道，微软于10月2日正式推出了全新的 Windows 11 2024 更新 （版本号为26100.1742）。此次更新不仅带来了许多实用的新功能，还在开始菜单、文件资源管理器和设置等方面进行了改进。 24H2 版本引入了多项 AI 功能 新版本...

近日，鞭牛士报道了OpenAI的一项重大举措。该公司宣布将向其他开发人员开放其语音AI引擎，这一引擎正是ChatGPT高级语音模式的核心技术。这意味着开发人员现在可以实时访问这项技术，使AI能够理解和处理语音命令，并在类似通话的场景中进行语音交流。 此前，实现这一功能需要经...

AMD发布首款小型语言模型AMD-135M 10月1日，快科技报道，AMD正式发布了其首款小型语言模型（SLM），命名为“AMD-135M”。相较于当前日益庞大的大型语言模型（LLM），这款小型语言模型体积更小、灵活性更高，并且具有更强的专业性和隐私保护能力，非常适合企业内部部署。 AMD-13...

本文介绍的是国防科技大学智能图形计算团队在智能图形学、具身智能、机器学习及三维视觉等方面的研究成果。该团队拥有众多国家级人才，长期致力于数据驱动三维感知、建模与交互的研究，并在国际上发表了大量高质量论文，荣获多个奖项。 在机器人操作领域，抓取任务一直是核心...

引言 最近，OpenAI 推出了 GPT-4 的高级语音功能，引发了新一轮的关注。这项功能不仅提升了语音交互的真实感，还加入了多种新特性，如自定义指令、记忆功能以及五种新声音。更重要的是，GPT-4 的语音交互变得更加自然，用户可以在任何时候打断对话，即便不说话时，系统也会保持...