正在加载视频...

视频加载失败

加载此视频时出现问题。这可能是由于临时网络问题，或视频可能不可用。

纳米 AI 全新版本本次更新增加了支持调用第三方API、企业本地模型甚至是调用大模型一体机。最近Deepseek-体机真是卖疯了，前天还有政府的朋友问我怎么搞这玩意。各个企业和政府单位都在买一体机，这个更新估计是针对这个需求。还支持全新的知识库功能，支持Word、Excel、PPT、PDF、TXT、视频、音频等文件单个200MB 以内，每次最多上传 50个。

小互

65,995 subscribers

22,774 次观看 • 1 年前 •via X (Twitter)

科学技术新闻政治

Anya Rossi• Live Now

Private livecam show

7 条评论

小互的头像

小互1 年前

别的不说，这个知识库的设计值得借鉴分为个人知识库、专有知识库、共享知识库和企业知识库每个知识库的针对不同的使用场景比如个人知识库专门用来管理个人的私有内容专有知识库可以针对特定项目创建各个知识库彼此独立但是也可以共享使用，AI可以直接调用所有的知识库内容。

小互的头像

小互1 年前

知识库里还有个个人记忆功能这里可以管理所有的问答和你的访问记录信息实际上这玩意本身还能当浏览器使用，所以是可以记录你所有的信息的，你可以使用AI调用的所有问答记录和浏览记录。访问的内容也不怕忘记。想试试的可以下载体验下：

Asenss 的头像

Asenss1 年前

360旗下的，还带360浏览器内核，真是太糟糕了

Mira Network | 中文社区 🁢🁢🁢 的头像

Mira Network | 中文社区 🁢🁢🁢1 年前

每个项目一个比一个肝🤣

Stardex 的头像

Stardex1 年前

Modern recruiting search firms are using a new Autonomous applicant tracking system on the market. Built for the age of AI

Jupyternaut 的头像

Jupyternaut1 年前

360的。

Kane 的头像

Kane1 年前

看上去很好，估计上X的用户都不敢用。MAC 再搞个 MAC 虚拟机来跑？

相关视频

来看苹果刚发布的视频模型——星流 starflow！苹果刚刚发布了一个新模型 starflow, 这个模型最大的特点是可以文生视频, 图生视频, 视频生成视频, 甚至还支持生成长视频. 模型大小7B, 视频部分使用 WAN-2.2-VAE 魔改, 图片部分使用 SD-VAE 魔改, 最高只支持生成 480p 的视频, 另外模型文件格式是pth, 通常是使用 PyTorch 炼丹的时候保存的原始检查点文件时 pth. 所以这个模型更可能是个技术探索? 并不是很实用.

来看苹果刚发布的视频模型——星流 starflow！苹果刚刚发布了一个新模型 starflow, 这个模型最大的特点是可以文生视频, 图生视频, 视频生成视频, 甚至还支持生成长视频. 模型大小7B, 视频部分使用 WAN-2.2-VAE 魔改, 图片部分使用 SD-VAE 魔改, 最高只支持生成 480p 的视频, 另外模型文件格式是pth, 通常是使用 PyTorch 炼丹的时候保存的原始检查点文件时 pth. 所以这个模型更可能是个技术探索? 并不是很实用.

karminski-牙医

42,175 次观看 • 7 个月前

ChatWiki：开源的知识库 AI 问答系统提供开箱即用的数据处理、模型调用等能力支持docx，excel，pdf ，ofd等多种文档格式支持国产化浏览器，支持deepseek，千问，豆包等20多个大模型 👉

ChatWiki：开源的知识库 AI 问答系统提供开箱即用的数据处理、模型调用等能力支持docx，excel，pdf ，ofd等多种文档格式支持国产化浏览器，支持deepseek，千问，豆包等20多个大模型 👉

ahhhhfs

65,343 次观看 • 1 年前

新玩法 get，一套提示词将任何文档变成可视化网页这不比 PPT 和 PDF 更方便传播和理解？比如这个全是文字的 Stripe 年度报告 PDF 文件 - 支持响应式设计、夜间模式切换 - 一次成功无需调整以后随着模型能力增强估计内容展示方式也需要变化

新玩法 get，一套提示词将任何文档变成可视化网页这不比 PPT 和 PDF 更方便传播和理解？比如这个全是文字的 Stripe 年度报告 PDF 文件 - 支持响应式设计、夜间模式切换 - 一次成功无需调整以后随着模型能力增强估计内容展示方式也需要变化

歸藏(guizang.ai)

263,850 次观看 • 1 年前

兄弟们，这下可以实现TTS 生成文本转语音自由了。测试了一下阿里Qwen最新开源模型Qwen3-TTS-12Hz-1.7B-CustomVoice，部署在我这台M1Pro 32G 的笔记本就可以轻松跑起来。做了一个简单的Demo测试，支持10多种主流语言，中英日韩等语言，支持语调、情绪、上下文内容感知调节，并且可以自定义和克隆音色。整体的使用效果我觉得还不错，关键是这个模型还有个0.6b的模型，真的是给本地使用者的福音啊。感兴趣的同学可以自己去试试，地址放评论区。

兄弟们，这下可以实现TTS 生成文本转语音自由了。测试了一下阿里Qwen最新开源模型Qwen3-TTS-12Hz-1.7B-CustomVoice，部署在我这台M1Pro 32G 的笔记本就可以轻松跑起来。做了一个简单的Demo测试，支持10多种主流语言，中英日韩等语言，支持语调、情绪、上下文内容感知调节，并且可以自定义和克隆音色。整体的使用效果我觉得还不错，关键是这个模型还有个0.6b的模型，真的是给本地使用者的福音啊。感兴趣的同学可以自己去试试，地址放评论区。

Berryxia.AI

45,388 次观看 • 5 个月前

大家好，这是我第五个调整的版本，lora模型已经调到没法再精调的地步了，本次更新是通过Qwen 2511 Edit实现了多机位的拍摄出图，因为据我所知，目前再厉害的开源视频模型无论是wan2.2还是ltx2也无法控制背景中的人物举止神态和汽车行驶的轨迹。所以一旦超出了模型上下文窗口，背景内容就会被重新计算，人就会乱跑，所以我只能通过infinite talk来切镜头保持整个视频的流畅，但是这意味着我必须把多个镜头都要重新生成一遍，3个机位就是3次推理的过程，非常耗时5090就不行了，有必要请如来佛祖的H200帮忙了。

大家好，这是我第五个调整的版本，lora模型已经调到没法再精调的地步了，本次更新是通过Qwen 2511 Edit实现了多机位的拍摄出图，因为据我所知，目前再厉害的开源视频模型无论是wan2.2还是ltx2也无法控制背景中的人物举止神态和汽车行驶的轨迹。所以一旦超出了模型上下文窗口，背景内容就会被重新计算，人就会乱跑，所以我只能通过infinite talk来切镜头保持整个视频的流畅，但是这意味着我必须把多个镜头都要重新生成一遍，3个机位就是3次推理的过程，非常耗时5090就不行了，有必要请如来佛祖的H200帮忙了。

CuiMao

34,285 次观看 • 5 个月前

完全免费：手把手教你5分钟用扣子Coze创建一个由DeepSeek R1驱动的好玩AI机器人 ⭐️本教程使用扣子Coze最新独家 DeepSeek R1 工具调用功能，可以使用各种工具调用，而且还能白嫖DeepSeek R1 整个过程全部免费，没有任何费用，手把手5分钟搞定... 视频稍微有一点长，我还准备了图文版，见2楼↓ 扣子Coze已推出满血版 Deepseek 全家桶，支持免费体验 R1、V3 模型。除此之外，扣子还独家支持 DeepSeek 的Function Calling 工具调用能力，为你的智能体添加私有知识和多种技能。 DeepSeek模型在扣子Coze平台上的“工具调用能力”是一个非常实用的功能，它能让AI不仅仅局限于语言生成，而是通过调用外部工具来完成更复杂、更实际的任务。

完全免费：手把手教你5分钟用扣子Coze创建一个由DeepSeek R1驱动的好玩AI机器人 ⭐️本教程使用扣子Coze最新独家 DeepSeek R1 工具调用功能，可以使用各种工具调用，而且还能白嫖DeepSeek R1 整个过程全部免费，没有任何费用，手把手5分钟搞定... 视频稍微有一点长，我还准备了图文版，见2楼↓ 扣子Coze已推出满血版 Deepseek 全家桶，支持免费体验 R1、V3 模型。除此之外，扣子还独家支持 DeepSeek 的Function Calling 工具调用能力，为你的智能体添加私有知识和多种技能。 DeepSeek模型在扣子Coze平台上的“工具调用能力”是一个非常实用的功能，它能让AI不仅仅局限于语言生成，而是通过调用外部工具来完成更复杂、更实际的任务。

小互

39,264 次观看 • 1 年前

电脑里存放着大量文档、图片和 PDF，有时候想找某个资料都想不起来存放在哪个文件夹，很是苦恼。不妨试试，利用 Second Brain 这个开源工具，把我们的本地文件变成一个可搜索的 RAG 知识库。通过自然语言或关键词来搜索内容，支持文本和图片的多模态搜索，还能结果本地 AI 模型进行智能问答。 GitHub：主要特性： - 语义搜索和关键词搜索结合，精准找到相关内容； - 支持文本和图片的多模态搜索与嵌入； - 支持的文件类型，包括 txt、pdf、docx、png、gif 等多种格式； - 可选 AI 模式，支持本地模型和 OpenAI 云端模型； - 检索增强生成（RAG）让 AI 基于知识库给出高质量回答； - 完全本地运行保护隐私，支持同步 Google Drive。支持使用 LM Studio 与本地部署的大模型结合使用，可处理超过 10 万个文件，所有数据均在本地处理。

电脑里存放着大量文档、图片和 PDF，有时候想找某个资料都想不起来存放在哪个文件夹，很是苦恼。不妨试试，利用 Second Brain 这个开源工具，把我们的本地文件变成一个可搜索的 RAG 知识库。通过自然语言或关键词来搜索内容，支持文本和图片的多模态搜索，还能结果本地 AI 模型进行智能问答。 GitHub：主要特性： - 语义搜索和关键词搜索结合，精准找到相关内容； - 支持文本和图片的多模态搜索与嵌入； - 支持的文件类型，包括 txt、pdf、docx、png、gif 等多种格式； - 可选 AI 模式，支持本地模型和 OpenAI 云端模型； - 检索增强生成（RAG）让 AI 基于知识库给出高质量回答； - 完全本地运行保护隐私，支持同步 Google Drive。支持使用 LM Studio 与本地部署的大模型结合使用，可处理超过 10 万个文件，所有数据均在本地处理。

GitHubDaily

29,901 次观看 • 8 个月前

$兄弟们，这个数字人工具感觉不错我刚安装好，正在体验一个安装包即可解决所有问题，非常适合小白用户，以往的开源数字人工具都需要自己配置环境什么的，对小白很不友好。这个一个安装包，然后下载模型即可，很容易上手可以生成带有数字人的视频，并且保持嘴型和声音是同步的。支持语音合成和声音克隆支持Windows\Linux和macOS 支持模型：比如 MuseTalk（文本到语音）和 CosyVoice（语音克隆）。可以很方便地导入各种 AI 模型，界面支持中英文，关键还是开源的。$

兄弟们，这个数字人工具感觉不错我刚安装好，正在体验一个安装包即可解决所有问题，非常适合小白用户，以往的开源数字人工具都需要自己配置环境什么的，对小白很不友好。这个一个安装包，然后下载模型即可，很容易上手可以生成带有数字人的视频，并且保持嘴型和声音是同步的。支持语音合成和声音克隆支持Windows\Linux和macOS 支持模型：比如 MuseTalk（文本到语音）和 CosyVoice（语音克隆）。可以很方便地导入各种 AI 模型，界面支持中英文，关键还是开源的。

小互

41,028 次观看 • 1 年前

微软新开源了这个 VibeVoice TTS模型很强 - 支持最多生成 90 分钟时长 - 最多4 个人的对谈语音，以往模型只能生成两个 - 支持中文，而且中文效果不错 - 支持生成带背景音乐的播客音频

微软新开源了这个 VibeVoice TTS模型很强 - 支持最多生成 90 分钟时长 - 最多4 个人的对谈语音，以往模型只能生成两个 - 支持中文，而且中文效果不错 - 支持生成带背景音乐的播客音频

歸藏(guizang.ai)

44,157 次观看 • 10 个月前

Cursor 推出炼蛊模式！一口气能开8个代理！给大家带来 Cursor 2.0 更新内容！这个分量的确够得上一个大版本更新。首先，推出了炼蛊模式，你最多可以开8个 Agent 并行运行同一个任务，然后矬子里面拔大个，选你觉得AI生成的最好的结果。其次，cursor 早就传出内部在炼大模型，终于推出了！目前宣传点是生成速度，这个我一会儿会单独放出这个模型的评测视频！然后！可以在Cursor里面直接打开浏览器了！这叫一个真套娃了，本身就是 Electron，又套个 chromium。跑题了，这个最大的作用其实是为大模型进行视觉设计或debug铺平道路。是个非常不错的功能。就是不知道大家内存抗不扛得住。还有！现在支持语音输入了，终于可以真的当老板了用嘴命令它干活了。剩下就是一些小改进了，包括可以在一个chat里面看多个文件的修改啦，其实跟github的合并pr的模式差不多。命令可以运行在安全沙箱，再也不用担心输入了个波浪线，大模型灭门事件了。团队配置集中管理啦，可以在后代运行多个 plan mode，玩田忌赛马等等等等。总之，请确保你的订阅套餐够烧

Cursor 推出炼蛊模式！一口气能开8个代理！给大家带来 Cursor 2.0 更新内容！这个分量的确够得上一个大版本更新。首先，推出了炼蛊模式，你最多可以开8个 Agent 并行运行同一个任务，然后矬子里面拔大个，选你觉得AI生成的最好的结果。其次，cursor 早就传出内部在炼大模型，终于推出了！目前宣传点是生成速度，这个我一会儿会单独放出这个模型的评测视频！然后！可以在Cursor里面直接打开浏览器了！这叫一个真套娃了，本身就是 Electron，又套个 chromium。跑题了，这个最大的作用其实是为大模型进行视觉设计或debug铺平道路。是个非常不错的功能。就是不知道大家内存抗不扛得住。还有！现在支持语音输入了，终于可以真的当老板了用嘴命令它干活了。剩下就是一些小改进了，包括可以在一个chat里面看多个文件的修改啦，其实跟github的合并pr的模式差不多。命令可以运行在安全沙箱，再也不用担心输入了个波浪线，大模型灭门事件了。团队配置集中管理啦，可以在后代运行多个 plan mode，玩田忌赛马等等等等。总之，请确保你的订阅套餐够烧

karminski-牙医

21,719 次观看 • 8 个月前

大家好，这是我第4个fine-tuning的模型版本，以特朗普在达沃斯论坛的发言为主题做了重要播报这个版本模型更新如下： 1：新增年轻美丽的CuiMao记者lora模型 2：新增CMTV片头节目包装 3：优化TTS效果播音员情感训练输出结果更加稳定此次CuiMao同志模型的加入意味着CMTV完成了布局的最后一块拼图，下一个版本就是正式版，谢谢大家的支持。

大家好，这是我第4个fine-tuning的模型版本，以特朗普在达沃斯论坛的发言为主题做了重要播报这个版本模型更新如下： 1：新增年轻美丽的CuiMao记者lora模型 2：新增CMTV片头节目包装 3：优化TTS效果播音员情感训练输出结果更加稳定此次CuiMao同志模型的加入意味着CMTV完成了布局的最后一块拼图，下一个版本就是正式版，谢谢大家的支持。

CuiMao

82,752 次观看 • 5 个月前

Cursor 发布了 0.5 版本大型更新：定价模式简化：统一为基于请求的定价模式，Max模式采用基于token的定价方式 Max模式全面升级：现支持所有顶级AI模型 -----------功能增强-------------- 新Tab模型：支持跨文件建议更改，擅长代码重构和多文件操作，新增语法高亮后台代理(预览版)：支持并行运行多个代理，在远程环境执行任务代码库上下文：通过@ folders添加整个代码库到上下文内联编辑优化：UI界面刷新，新增全文件编辑(⌘⇧⏎)和发送至代理(⌘L)功能长文件快速编辑：新增搜索替换工具，提高长文件处理效率多根工作区：支持在同一界面中处理多个代码库聊天功能增强：支持导出聊天为Markdown和聊天复制功能

Cursor 发布了 0.5 版本大型更新：定价模式简化：统一为基于请求的定价模式，Max模式采用基于token的定价方式 Max模式全面升级：现支持所有顶级AI模型 -----------功能增强-------------- 新Tab模型：支持跨文件建议更改，擅长代码重构和多文件操作，新增语法高亮后台代理(预览版)：支持并行运行多个代理，在远程环境执行任务代码库上下文：通过@ folders添加整个代码库到上下文内联编辑优化：UI界面刷新，新增全文件编辑(⌘⇧⏎)和发送至代理(⌘L)功能长文件快速编辑：新增搜索替换工具，提高长文件处理效率多根工作区：支持在同一界面中处理多个代码库聊天功能增强：支持导出聊天为Markdown和聊天复制功能

歸藏(guizang.ai)

17,642 次观看 • 1 年前

这是哪个神仙做的这个网站？收集和展示和AI 相关的所有信息和内容，论文/最新模型/Benchmark/排行榜论文还能直接在线看，非常非常全还有 feed ，可以直接订阅了解最新的消息。还有这个 Sophon 这个词居然是三体里面智子的意思。

这是哪个神仙做的这个网站？收集和展示和AI 相关的所有信息和内容，论文/最新模型/Benchmark/排行榜论文还能直接在线看，非常非常全还有 feed ，可以直接订阅了解最新的消息。还有这个 Sophon 这个词居然是三体里面智子的意思。

Viking

13,689 次观看 • 1 个月前

Marvis？Jarvis+马化腾+爱马仕？咋不加个赛马娘？曼波！腾讯这个产品看起来方方面面都照顾到了，一下给你 6 个“Agent” 号称还能本地纯隐私模式运行，就是这1.2 个 G 我是没想到为啥这么大 - 本地模型支持 - 手机操控电脑 - mac Win 都支持 - 一句话配置好官网做的还挺清新（好像有只马儿累晕了）

Marvis？Jarvis+马化腾+爱马仕？咋不加个赛马娘？曼波！腾讯这个产品看起来方方面面都照顾到了，一下给你 6 个“Agent” 号称还能本地纯隐私模式运行，就是这1.2 个 G 我是没想到为啥这么大 - 本地模型支持 - 手机操控电脑 - mac Win 都支持 - 一句话配置好官网做的还挺清新（好像有只马儿累晕了）

Jackywine

36,294 次观看 • 1 个月前

智谱的ZCode还是建议大家去体验一下，我自己使用下来发现还不错，几乎可以说和Codex一模一样😂 1、默认带的GLM5.2的模型。新注册的用户有一个体验计划。 2、可以对接第三方的API，常见的协议模式都支持 3、手机模式也支持，可以无缝对接到移动端设备 4、最让我眼前一亮的是引导功能，可以对接其他平台的AI Agent，对小白友好，点一点就能完成。

智谱的ZCode还是建议大家去体验一下，我自己使用下来发现还不错，几乎可以说和Codex一模一样😂 1、默认带的GLM5.2的模型。新注册的用户有一个体验计划。 2、可以对接第三方的API，常见的协议模式都支持 3、手机模式也支持，可以无缝对接到移动端设备 4、最让我眼前一亮的是引导功能，可以对接其他平台的AI Agent，对小白友好，点一点就能完成。

小墨同学

35,236 次观看 • 18 天前

持有meme免费使用AI大模型，HodlAI 之前有人问这个怎么用，教程来了，免费使用200➕大模型AI，还上了视频的sora2的，但是没用明白，dev抓紧整，急需使用。

持有meme免费使用AI大模型，HodlAI 之前有人问这个怎么用，教程来了，免费使用200➕大模型AI，还上了视频的sora2的，但是没用明白，dev抓紧整，急需使用。

Web3热宝学AI

19,897 次观看 • 5 个月前

刚刚过去的一天ai行业又有大事发生！ Openclaw的最大竞争对手来了！ Perplexity 宣布推出perplexity computer，这个云端电脑聚合了多款最新大模型，可以根据用户的提出的需求寻找最合适的大模型从而完成任务。可以说这是用了和openclaw完全不同的架构，openclaw是由用户自己运行的电脑，通过一个大模型来解决问题。而perplexity则是通过多种大模型聚合的云端电脑帮用户寻找最合适的大模型解决问题。一个像私人助理，一个像工作团队。目前200刀每月，大家可以体验。 Moonlake 在今天推出了全新的多模态大模型，从视频演示中，他们只输入了几句话，就生成了一个保龄球游戏的全貌。这个大模型的厉害之处大家可以去他们的官推视频查看，可以说是对于游戏生成行业的一次冲击。也是我觉得非常厉害的一个产品，世界果然属于聪明的年轻人 Anthropic 宣布收购了 Vercept ，这是一家ai桌面助手，可以学习人类的习惯去使用电脑，对于后续ai工作流的提升极为有用。 claude和openai也均对ai安全性问题给出了最新的处理建议，在ai高速发展的今天，安全性更为重要感谢各位点赞支持！关注我，每天带来最新的ai资讯！

刚刚过去的一天ai行业又有大事发生！ Openclaw的最大竞争对手来了！ Perplexity 宣布推出perplexity computer，这个云端电脑聚合了多款最新大模型，可以根据用户的提出的需求寻找最合适的大模型从而完成任务。可以说这是用了和openclaw完全不同的架构，openclaw是由用户自己运行的电脑，通过一个大模型来解决问题。而perplexity则是通过多种大模型聚合的云端电脑帮用户寻找最合适的大模型解决问题。一个像私人助理，一个像工作团队。目前200刀每月，大家可以体验。 Moonlake 在今天推出了全新的多模态大模型，从视频演示中，他们只输入了几句话，就生成了一个保龄球游戏的全貌。这个大模型的厉害之处大家可以去他们的官推视频查看，可以说是对于游戏生成行业的一次冲击。也是我觉得非常厉害的一个产品，世界果然属于聪明的年轻人 Anthropic 宣布收购了 Vercept ，这是一家ai桌面助手，可以学习人类的习惯去使用电脑，对于后续ai工作流的提升极为有用。 claude和openai也均对ai安全性问题给出了最新的处理建议，在ai高速发展的今天，安全性更为重要感谢各位点赞支持！关注我，每天带来最新的ai资讯！

Vic TALK

78,613 次观看 • 4 个月前

baoyu-design skill 更新：支持 PPT 动画了现在有很多朋友用这个 Skill 做 PPT 了，我自己也用，真的挺好用的。有朋友问能不能支持 PPT 动画，但当前这个skill生成的是 HTML 格式的 PPT，然后借助 PptxGenJS 导出为 PPTX，这个库有个局限就是不支持 PPT 的动画。之前借助 Opus 4.8 确实没搞定，但现在有 Fable 5 了，这时候就体现出 Fable 5 的价值了，它对于 PPTX 的 XML 格式了如指掌，迭代了几轮就搞定了。视频前半部分是 HTML 页面的动画效果，后半部分是在 KeyNote 中预览播放的效果。动画细节上还是有点小出入，但常用的几个动画应该没什么问题。推荐去试试看： baoyu-design Skill：

baoyu-design skill 更新：支持 PPT 动画了现在有很多朋友用这个 Skill 做 PPT 了，我自己也用，真的挺好用的。有朋友问能不能支持 PPT 动画，但当前这个skill生成的是 HTML 格式的 PPT，然后借助 PptxGenJS 导出为 PPTX，这个库有个局限就是不支持 PPT 的动画。之前借助 Opus 4.8 确实没搞定，但现在有 Fable 5 了，这时候就体现出 Fable 5 的价值了，它对于 PPTX 的 XML 格式了如指掌，迭代了几轮就搞定了。视频前半部分是 HTML 页面的动画效果，后半部分是在 KeyNote 中预览播放的效果。动画细节上还是有点小出入，但常用的几个动画应该没什么问题。推荐去试试看： baoyu-design Skill：

宝玉

72,372 次观看 • 2 天前

兄弟们炸裂了这个语音专文本TTS模型应该是目前对中文支持最好的了 ChatTTS：专门为对话场景设计的文本到语音TTS模型该模型经过超过10万小时的训练，公开版本在 HuggingFace 上提供了一个4万小时预训练的模型。专为对话任务优化，能够支持多种说话人语音，中英文混合等。模型还能够预测和控制细粒度的韵律特征，如笑声、停顿和插话等，还能进行更细粒度的调整，如语速、音调和情感等。 GitHub：详细介绍：

兄弟们炸裂了这个语音专文本TTS模型应该是目前对中文支持最好的了 ChatTTS：专门为对话场景设计的文本到语音TTS模型该模型经过超过10万小时的训练，公开版本在 HuggingFace 上提供了一个4万小时预训练的模型。专为对话任务优化，能够支持多种说话人语音，中英文混合等。模型还能够预测和控制细粒度的韵律特征，如笑声、停顿和插话等，还能进行更细粒度的调整，如语速、音调和情感等。 GitHub：详细介绍：

小互

296,557 次观看 • 2 年前