Video wird geladen...

Video konnte nicht geladen werden

Zur Startseite

全球首个藏语大语言模型——DeepZang在拉萨正式发布。

ChnEmbassy_jp's profile picture

中華人民共和国駐日本国大使館

166,283 subscribers

107,510 Aufrufe • vor 3 Monaten •via X (Twitter)

BildungWissenschaft & Technologie
LIVE

Anya Rossi• Live Now

Private livecam show

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

语音特征保留： 模型会尝试保留原始说话人的语调（intonation）、节奏（pacing）和音高（pitch）。 东南亚打车平台 Grab 正在测试这个模型，用于司机和乘客在接驾时的多语言通话。 演示：一个泰国司机和一个日本游客之间的电话，双方各说各的语言，模型在中间做实时双向翻译。
0:48

语音特征保留： 模型会尝试保留原始说话人的语调（intonation）、节奏（pacing）和音高（pitch）。 东南亚打车平台 Grab 正在测试这个模型，用于司机和乘客在接驾时的多语言通话。 演示：一个泰国司机和一个日本游客之间的电话，双方各说各的语言，模型在中间做实时双向翻译。

小互

11,289 Aufrufe • vor 1 Monat

GPT-Realtime-2 语音模型发布 语音首次接入 GPT-5 推理能力 OpenAI一口气发布了三个实时语音模型： GPT-Realtime-2 GPT-Realtime-Translate GPT-Realtime-Whisper 其中GPT-Realtime-2 是其中的主角，这是 OpenAI 第一次把“GPT-5 级推理”塞进语音模型，同时把上下文从 32K 扩到 128K... GPT-Realtime-2：首个具备 GPT-5 级推理能力的语音模型，能在对话中推理复杂请求、并行调工具、处理打断和纠错，上下文窗口从 32K 升到 128K GPT-Realtime-Translate：实时语音翻译模型，支持 70+ 种输入语言、13 种输出语言，跟着说话人的节奏边听边译，能处理口音和专业词 GPT-Realtime-Whisper：流式语音转文字模型，边说边出字，专门给实时字幕、会议纪要、客服转写这类不能等的
1:45

GPT-Realtime-2 语音模型发布 语音首次接入 GPT-5 推理能力 OpenAI一口气发布了三个实时语音模型： GPT-Realtime-2 GPT-Realtime-Translate GPT-Realtime-Whisper 其中GPT-Realtime-2 是其中的主角，这是 OpenAI 第一次把“GPT-5 级推理”塞进语音模型，同时把上下文从 32K 扩到 128K... GPT-Realtime-2：首个具备 GPT-5 级推理能力的语音模型，能在对话中推理复杂请求、并行调工具、处理打断和纠错，上下文窗口从 32K 升到 128K GPT-Realtime-Translate：实时语音翻译模型，支持 70+ 种输入语言、13 种输出语言，跟着说话人的节奏边听边译，能处理口音和专业词 GPT-Realtime-Whisper：流式语音转文字模型，边说边出字，专门给实时字幕、会议纪要、客服转写这类不能等的

小互

31,189 Aufrufe • vor 2 Monaten

悲哀啊！藏族新一代不会说藏语了。 大姐说：你们三个去哪里？ 102岁的大爷回答我们去朝拜。但可悲的是两个孙女只说汉语，不讲一句藏语。大爷有福长寿，但藏语言可能在子孙一代口里寿终正寝 了。 揭露中共通过殖民寄宿制学校消灭藏语言文化的吹哨人嘉洛博士说藏语言正面临生死存亡关头。所言极是也！
0:37

悲哀啊！藏族新一代不会说藏语了。 大姐说：你们三个去哪里？ 102岁的大爷回答我们去朝拜。但可悲的是两个孙女只说汉语，不讲一句藏语。大爷有福长寿，但藏语言可能在子孙一代口里寿终正寝 了。 揭露中共通过殖民寄宿制学校消灭藏语言文化的吹哨人嘉洛博士说藏语言正面临生死存亡关头。所言极是也！

萨格尔扎西 SakarTashi

32,420 Aufrufe • vor 1 Jahr

Google的教学视频《Introduction to Large Language Models | 大语言模型介绍》（中英双语字幕） 这个视频介绍了大型语言模型（Large Language Models，LLMs）的概念、使用场景、提示调整以及Google的Gen AI开发工具。 大型语言模型是深度学习的一个子集，可以预训练并进行特定目的的微调。这些模型经过训练，可以解决诸如文本分类、问题回答、文档摘要、跨行业的文本生成等常见语言问题。然后，可以利用相对较小的领域数据集对这些模型进行定制，以解决零售、金融、娱乐等不同领域的特定问题。 大型语言模型的三个主要特征是：大型、通用性和预训练微调。"大型"既指训练数据集的巨大规模，也指参数的数量。"通用性"意味着这些模型足够解决常见问题。"预训练和微调"是指用大型数据集对大型语言模型进行一般性的预训练，然后用较小的数据集对其进行特定目的的微调。 使用大型语言模型的好处包括：一种模型可用于不同的任务；微调大型语言模型需要的领域训练数据较少；随着数据和参数的增加，大型语言模型的性能也在持续增长。 此外，视频还解释了传统编程、神经网络和生成模型的不同，以及预训练模型的LLM开发与传统的ML开发的区别。 在自然语言处理中，提示设计和提示工程是两个密切相关的概念，这两者都涉及创建清晰、简洁、富有信息的提示。视频中还提到了三种类型的大型语言模型：通用语言模型、指令调整模型和对话调整模型。每种模型都需要以不同的方式进行提示。 原始视频链接：
15:46

Google的教学视频《Introduction to Large Language Models | 大语言模型介绍》（中英双语字幕） 这个视频介绍了大型语言模型（Large Language Models，LLMs）的概念、使用场景、提示调整以及Google的Gen AI开发工具。 大型语言模型是深度学习的一个子集，可以预训练并进行特定目的的微调。这些模型经过训练，可以解决诸如文本分类、问题回答、文档摘要、跨行业的文本生成等常见语言问题。然后，可以利用相对较小的领域数据集对这些模型进行定制，以解决零售、金融、娱乐等不同领域的特定问题。 大型语言模型的三个主要特征是：大型、通用性和预训练微调。"大型"既指训练数据集的巨大规模，也指参数的数量。"通用性"意味着这些模型足够解决常见问题。"预训练和微调"是指用大型数据集对大型语言模型进行一般性的预训练，然后用较小的数据集对其进行特定目的的微调。 使用大型语言模型的好处包括：一种模型可用于不同的任务；微调大型语言模型需要的领域训练数据较少；随着数据和参数的增加，大型语言模型的性能也在持续增长。 此外，视频还解释了传统编程、神经网络和生成模型的不同，以及预训练模型的LLM开发与传统的ML开发的区别。 在自然语言处理中，提示设计和提示工程是两个密切相关的概念，这两者都涉及创建清晰、简洁、富有信息的提示。视频中还提到了三种类型的大型语言模型：通用语言模型、指令调整模型和对话调整模型。每种模型都需要以不同的方式进行提示。 原始视频链接：

宝玉

114,612 Aufrufe • vor 3 Jahren

ElevenLabs v3语音模型，AI语音的言出法随时刻
1:11

ElevenLabs v3语音模型，AI语音的言出法随时刻

Gorden Sun

50,065 Aufrufe • vor 1 Jahr

看来 Claude 的语音模式即将推出 在设置页面可以设置语音语言和风格 而且支持中文，出乎意料 之前据说用的是 11Lab 的模型…
0:22

看来 Claude 的语音模式即将推出 在设置页面可以设置语音语言和风格 而且支持中文，出乎意料 之前据说用的是 11Lab 的模型…

小互

23,239 Aufrufe • vor 27 Tagen

🔥X 首席执行官：Grok 3.5 即将发布，它将成为全球最强大的 AI 模型！ 这将大幅提升个人和企业的生产力和创新能力！ 🚨Grok 是唯一拥有实时数据的大型语言模型，其他模型都有延迟。使用 Grok 的公司可以提前获取其他人无法掌握的数据！这对分析行业趋势、研发新产品都至关重要！
0:46

🔥X 首席执行官：Grok 3.5 即将发布，它将成为全球最强大的 AI 模型！ 这将大幅提升个人和企业的生产力和创新能力！ 🚨Grok 是唯一拥有实时数据的大型语言模型，其他模型都有延迟。使用 Grok 的公司可以提前获取其他人无法掌握的数据！这对分析行业趋势、研发新产品都至关重要！

谢嘉琪

10,895 Aufrufe • vor 1 Jahr

新闻🚨由前Meta研究员、剑桥博士 Shawn Shen 创立的 Memories AI今日正式发布： 旨在通过全球首个大型视觉记忆模型，赋予AI类人的视觉记忆能力。 公司已获得由 Susa Ventures 领投的800万美元种子轮融资。
4:46

新闻🚨由前Meta研究员、剑桥博士 Shawn Shen 创立的 Memories AI今日正式发布： 旨在通过全球首个大型视觉记忆模型，赋予AI类人的视觉记忆能力。 公司已获得由 Susa Ventures 领投的800万美元种子轮融资。

AI Will

11,270 Aufrufe • vor 11 Monaten

Kyutai 又推出了一个新的语音模型： Unmute 这是一个高度模块化的语音 AI 系统，可以为任何文本大语言模型快速添加语音功能。 也就是它可以插入到任意的模型当中，让该模型具有语音能力。 -它能够很智能判断你是否说完一句话，然后再接茬 -你也可以随时打断它 -基于 10 秒语音样本即可定制声音 -能实现“文本流式”合成，支持在文本尚未完全生成时开始说话，进一步降低响应延迟。
1:32

Kyutai 又推出了一个新的语音模型： Unmute 这是一个高度模块化的语音 AI 系统，可以为任何文本大语言模型快速添加语音功能。 也就是它可以插入到任意的模型当中，让该模型具有语音能力。 -它能够很智能判断你是否说完一句话，然后再接茬 -你也可以随时打断它 -基于 10 秒语音样本即可定制声音 -能实现“文本流式”合成，支持在文本尚未完全生成时开始说话，进一步降低响应延迟。

小互

37,051 Aufrufe • vor 1 Jahr

今天 Meta 发布了最新的开源模型的 Llama 3 首发和之前一样，包括了 8B 和 70B 两个版本，小扎说还有个 400B 参数的大号版预计在夏天发布，这可能是第一个 GPT-4 级别的开源模型！Meta 这次在 15T 的数据集上训练了一个 8B 的小模型，在参数规模、易用性和推理能力上做了最佳平衡，看来有算力真香😄 同时 Meta 也推出了自己的 ChatGPT 产品 Chat AI 了。。 其实 HuggingChat 也不错的 你可以在这里体验所有的开源大语言模型
2:38

今天 Meta 发布了最新的开源模型的 Llama 3 首发和之前一样，包括了 8B 和 70B 两个版本，小扎说还有个 400B 参数的大号版预计在夏天发布，这可能是第一个 GPT-4 级别的开源模型！Meta 这次在 15T 的数据集上训练了一个 8B 的小模型，在参数规模、易用性和推理能力上做了最佳平衡，看来有算力真香😄 同时 Meta 也推出了自己的 ChatGPT 产品 Chat AI 了。。 其实 HuggingChat 也不错的 你可以在这里体验所有的开源大语言模型

indigo

183,910 Aufrufe • vor 2 Jahren

阶跃开源了一个统治级 130B 的超大语音模型！！！ 业界首个集语音理解与生成控制一体化的产品级开源实时语音对话系统 - 支持多语言对话（中文，英文，日语） - 语音情感（开心，悲伤） - 方言（粤语，四川话） - 可控制语速及韵律风格 - 支持RAP和哼唱等 - 语音克隆 太强了，这下真的一步到位了
1:00

阶跃开源了一个统治级 130B 的超大语音模型！！！ 业界首个集语音理解与生成控制一体化的产品级开源实时语音对话系统 - 支持多语言对话（中文，英文，日语） - 语音情感（开心，悲伤） - 方言（粤语，四川话） - 可控制语速及韵律风格 - 支持RAP和哼唱等 - 语音克隆 太强了，这下真的一步到位了

歸藏(guizang.ai)

148,406 Aufrufe • vor 1 Jahr

卧槽 兄弟们 Soul发布的这个语音模型 很强 SoulX-Podcast实现了： 高真实度、长时段、多说话人、多语种（中英双语 + 多方言）播客式语音生成 具备方言与副语言（如笑声、叹气等）控制能力 可连续生成 90 分钟以上 的对话内容而不失稳定性 支持普通话、英语及多种中文方言多人多轮对话 还支持在零样本（zero-shot）条件下完成声音与语气的克隆与迁移
0:35

卧槽 兄弟们 Soul发布的这个语音模型 很强 SoulX-Podcast实现了： 高真实度、长时段、多说话人、多语种（中英双语 + 多方言）播客式语音生成 具备方言与副语言（如笑声、叹气等）控制能力 可连续生成 90 分钟以上 的对话内容而不失稳定性 支持普通话、英语及多种中文方言多人多轮对话 还支持在零样本（zero-shot）条件下完成声音与语气的克隆与迁移

小互

92,671 Aufrufe • vor 8 Monaten

26个英文字母自然拼读发音。（这个版本为美式发音），美式发音和英式发音个别字母发音略有不同。 对于零基础学英语的人，首先学好音标和自然拼读发音有助于快速记忆单词。 #零基础英语 #英语学习 #英语 #心心英语 #LearnEnglish #ESL #English #英语小知识
1:03

26个英文字母自然拼读发音。（这个版本为美式发音），美式发音和英式发音个别字母发音略有不同。 对于零基础学英语的人，首先学好音标和自然拼读发音有助于快速记忆单词。 #零基础英语 #英语学习 #英语 #心心英语 #LearnEnglish #ESL #English #英语小知识

心心（Liu Yu）

38,540 Aufrufe • vor 1 Jahr

谷歌正式发布 #gemma4，迄今为止最智能，最强多模态开源模型！
2:51

谷歌正式发布 #gemma4，迄今为止最智能，最强多模态开源模型！

大漂亮| C Labs

47,227 Aufrufe • vor 3 Monaten

大语言模型（LLM）到瓶颈了，但是AI的发展还会继续，我估计，下一个大厂会去卷的东西是世界模型。什么是世界模型？世界模型有什么用？为什么世界模型会比LLM有更大的价值？详情请见视频。
7:34

大语言模型（LLM）到瓶颈了，但是AI的发展还会继续，我估计，下一个大厂会去卷的东西是世界模型。什么是世界模型？世界模型有什么用？为什么世界模型会比LLM有更大的价值？详情请见视频。

Ben X

18,065 Aufrufe • vor 1 Jahr

阶跃星辰开源了一个130B 语音-文本的多模态模型 ：Step-Audio 这是一个集成语音识别、语义理解、对话生成、语音克隆、音频编辑和语音合成等功能的全能语音模型。 该模型通过多模态训练，使得语音理解与生成可以无缝对接。 主要能力： 语音克隆 支持多种语言对话（中文英日） 情绪控制与语调控制 支持方言 可控制语速及韵律风格 支持RAP和哼唱等 集成了工具调用和角色扮演能力，能够高效管理复杂的任务和对话。 Step-Audio 在多个基准测试中表现出色，尤其是在开放域问答、复杂指令任务和语音合成（TTS）方面取得了显著的进展。
1:35

阶跃星辰开源了一个130B 语音-文本的多模态模型 ：Step-Audio 这是一个集成语音识别、语义理解、对话生成、语音克隆、音频编辑和语音合成等功能的全能语音模型。 该模型通过多模态训练，使得语音理解与生成可以无缝对接。 主要能力： 语音克隆 支持多种语言对话（中文英日） 情绪控制与语调控制 支持方言 可控制语速及韵律风格 支持RAP和哼唱等 集成了工具调用和角色扮演能力，能够高效管理复杂的任务和对话。 Step-Audio 在多个基准测试中表现出色，尤其是在开放域问答、复杂指令任务和语音合成（TTS）方面取得了显著的进展。

小互

35,755 Aufrufe • vor 1 Jahr