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。

开始支持中文！ iOS 26.1 beta 实时翻译支持中文，全程离线运行（注意右上角飞行模式图标）

瞎玩菌

134,440 subscribers

51,598 次观看 • 11 个月前 •via X (Twitter)

科学技术教育

Anya Rossi• Live Now

Private livecam show

0 条评论

暂无评论

原始帖子的评论将显示在这里

相关视频

Manga-image-Translator: 一键翻译各类图片内文字一个开源工具，专门用于翻译漫画或图片中的文字。利用高效的OCR和AI翻译技术，它能够自动识别和翻译任何图片中的文字，并支持多种语言。不仅翻译文字，还可以对去除文字后的区域进行修复和上色，以及重新渲染翻译后的文本。主要功能： 1、自动翻译图片中的文本：使用先进的OCR技术自动识别图片或漫画中的文字，并将其翻译成用户指定的语言。 2、支持多种语言：虽然最初设计是为了翻译日语文本，项目也支持中文、英文、韩文等多种语言的翻译，满足不同用户的需求。 3、文本修复与上色：在移除原始文本后，能够对相应区域进行修复和上色，保持图片的整体美观。 4、文本渲染：翻译完成的文本不仅仅是以简单文本形式呈现，还会根据原图的风格进行渲染，使翻译后的文本自然融入图片中。 5、支持命令行界面（CLI）和Web界面：用户可以通过命令行界面批量处理图片翻译任务，或者通过Web界面进行单个图片的翻译和预览。 6、一键去除漫画中的所有文字，支持多种翻译服务或模型项目地址：官方演示：

Manga-image-Translator: 一键翻译各类图片内文字一个开源工具，专门用于翻译漫画或图片中的文字。利用高效的OCR和AI翻译技术，它能够自动识别和翻译任何图片中的文字，并支持多种语言。不仅翻译文字，还可以对去除文字后的区域进行修复和上色，以及重新渲染翻译后的文本。主要功能： 1、自动翻译图片中的文本：使用先进的OCR技术自动识别图片或漫画中的文字，并将其翻译成用户指定的语言。 2、支持多种语言：虽然最初设计是为了翻译日语文本，项目也支持中文、英文、韩文等多种语言的翻译，满足不同用户的需求。 3、文本修复与上色：在移除原始文本后，能够对相应区域进行修复和上色，保持图片的整体美观。 4、文本渲染：翻译完成的文本不仅仅是以简单文本形式呈现，还会根据原图的风格进行渲染，使翻译后的文本自然融入图片中。 5、支持命令行界面（CLI）和Web界面：用户可以通过命令行界面批量处理图片翻译任务，或者通过Web界面进行单个图片的翻译和预览。 6、一键去除漫画中的所有文字，支持多种翻译服务或模型项目地址：官方演示：

小互

45,571 次观看 • 2 年前

炸裂：Google 翻译全面升级全面接入 Gemini 支持实时语音翻译打开Google翻译，戴上任意耳机，让它成为你的“同声传译员” 支持两种模式： 💬 连续聆听模式（Continuous Listening）自动持续监听周围语言；实时翻译成用户设定的语言；例如：你在日本街头，戴上耳机就能听到中文版本。 🗣️ 双向对话模式（Two-way Conversation）能识别双方语言；自动切换输出语言；例如：你讲英语；对方讲印地语；你听到中文译文；对方听到印地语语音。该功能目前：支持语言：超过 70 种语言；在 Google Translate 安卓 App 上 beta 测试；支持地区：美国、墨西哥、印度；兼容任何耳机； iOS 与更多国家将于 2026 年上线。

炸裂：Google 翻译全面升级全面接入 Gemini 支持实时语音翻译打开Google翻译，戴上任意耳机，让它成为你的“同声传译员” 支持两种模式： 💬 连续聆听模式（Continuous Listening）自动持续监听周围语言；实时翻译成用户设定的语言；例如：你在日本街头，戴上耳机就能听到中文版本。 🗣️ 双向对话模式（Two-way Conversation）能识别双方语言；自动切换输出语言；例如：你讲英语；对方讲印地语；你听到中文译文；对方听到印地语语音。该功能目前：支持语言：超过 70 种语言；在 Google Translate 安卓 App 上 beta 测试；支持地区：美国、墨西哥、印度；兼容任何耳机； iOS 与更多国家将于 2026 年上线。

小互

175,743 次观看 • 8 个月前

2、沉浸式翻译智能识别网页主内容区进行翻译，中英文对照支持 10 余种常用翻译服务，包括 Deepl，OpenAI(ChatGPT 3.5)，谷歌等

2、沉浸式翻译智能识别网页主内容区进行翻译，中英文对照支持 10 余种常用翻译服务，包括 Deepl，OpenAI(ChatGPT 3.5)，谷歌等

千寻｜AI 分享 🌸

22,070 次观看 • 3 年前

来自APTV消息： iOS 9.9.9(421)TF版【新增】新增实时字幕与翻译功能请在设置-高级设置中下载语音识别模型，当前版本仅支持识别英文视频，并翻译成中文。除了实时模式外，预计还会增加一个稳定模式，让直播拥有录播的字幕输出体验

来自APTV消息： iOS 9.9.9(421)TF版【新增】新增实时字幕与翻译功能请在设置-高级设置中下载语音识别模型，当前版本仅支持识别英文视频，并翻译成中文。除了实时模式外，预计还会增加一个稳定模式，让直播拥有录播的字幕输出体验

小鹏Digital

38,324 次观看 • 4 个月前

支持实时字幕翻译的IPTV客户端NanoTV for macOS即将上线了官方群组：开发者：tvOS重构计划中

支持实时字幕翻译的IPTV客户端NanoTV for macOS即将上线了官方群组：开发者：tvOS重构计划中

小鹏Digital

30,896 次观看 • 4 个月前

Google 发布 Gemma 4 12B 开源模型 16GB 笔记本跑全模态 AI Gemma 4 12B 采用了一种叫"Unified"的无编码器架构，让文字、图像、音频、视频四种输入直接进入同一个 Transformer 主干网络处理。模型可直接处理原始的图像和声音用一个类比讲清楚传统多模态模型处理图片和音频的方式，类似于一个只会中文的老板配了两个翻译：一个英文翻译（视觉编码器），一个日文翻译（音频编码器）。每次有英文或日文材料进来，必须先让翻译转成中文，老板才能看懂。翻译本身占工位（显存），翻译过程要排队等（延迟），而且老板拿到的是翻译加工过的版本，不是原文。 Gemma 4 12B 做的事情是：把两个翻译都裁了，让老板自己学会了直接看英文和日文。几个关键数字： 16GB 显存或统一内存能跑，4-bit 量化低到 8GB，目标就是在普通笔记本上本地运行 256K Token 上下文窗口，支持 140+ 种语言内置 Thinking 模式（逐步推理）和原生 Function Calling

Google 发布 Gemma 4 12B 开源模型 16GB 笔记本跑全模态 AI Gemma 4 12B 采用了一种叫"Unified"的无编码器架构，让文字、图像、音频、视频四种输入直接进入同一个 Transformer 主干网络处理。模型可直接处理原始的图像和声音用一个类比讲清楚传统多模态模型处理图片和音频的方式，类似于一个只会中文的老板配了两个翻译：一个英文翻译（视觉编码器），一个日文翻译（音频编码器）。每次有英文或日文材料进来，必须先让翻译转成中文，老板才能看懂。翻译本身占工位（显存），翻译过程要排队等（延迟），而且老板拿到的是翻译加工过的版本，不是原文。 Gemma 4 12B 做的事情是：把两个翻译都裁了，让老板自己学会了直接看英文和日文。几个关键数字： 16GB 显存或统一内存能跑，4-bit 量化低到 8GB，目标就是在普通笔记本上本地运行 256K Token 上下文窗口，支持 140+ 种语言内置 Thinking 模式（逐步推理）和原生 Function Calling

小互

57,633 次观看 • 3 个月前

在阅读英文文献的时候，看到不懂的英语就要切换到其他翻译软件进行翻译，每次启动还要看一下启动广告，就很难受，于是我跟朋友一拍即合，开发了《para翻译》app 现在支持全局浮窗翻译，聚合翻译，多种翻译源切换，支持自定义api。有需要的朋友可以下载体验～

在阅读英文文献的时候，看到不懂的英语就要切换到其他翻译软件进行翻译，每次启动还要看一下启动广告，就很难受，于是我跟朋友一拍即合，开发了《para翻译》app 现在支持全局浮窗翻译，聚合翻译，多种翻译源切换，支持自定义api。有需要的朋友可以下载体验～

Paidax

138,630 次观看 • 1 年前

马斯克最新访谈：为何我要孤注一掷支持川普（全程中文字幕）

马斯克最新访谈：为何我要孤注一掷支持川普（全程中文字幕）

Crypto Doggy 叫我狗总

533,670 次观看 • 1 年前

MiniCPM-o4.5：首个开源全模态、全双工模型全模态：支持视频、音频、图片、文本输入，支持音频、文本输出。能实时生成音频，支持语音克隆，支持生成无限长度音频。全双工：不是一问一答，而是能边听边说。支持打断，不仅你可以打断MiniCPM-o4.5说话，MiniCPM-o4.5也会自主决策打断你说话，像是两个真实的人在沟通。这是首个能打断人类说话的模型，Gemini 3 Flash能实现你打断AI说话，但是AI不能主动打断你说话。完全开源，9B参数，本地即可运行。OpenBMB 模型：

MiniCPM-o4.5：首个开源全模态、全双工模型全模态：支持视频、音频、图片、文本输入，支持音频、文本输出。能实时生成音频，支持语音克隆，支持生成无限长度音频。全双工：不是一问一答，而是能边听边说。支持打断，不仅你可以打断MiniCPM-o4.5说话，MiniCPM-o4.5也会自主决策打断你说话，像是两个真实的人在沟通。这是首个能打断人类说话的模型，Gemini 3 Flash能实现你打断AI说话，但是AI不能主动打断你说话。完全开源，9B参数，本地即可运行。OpenBMB 模型：

Gorden Sun

55,078 次观看 • 7 个月前

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)

44,283 次观看 • 1 年前

都在聊Fable 5，没人注意谷歌昨天发布了一个颠覆翻译行业的新模型：Gemini 3.5 Live Translate 这是一个实时翻译模型，支持70+语言，能自动识别语种我在AI Studio里试了下，放一段英文视频，中文几乎同步出来，语气语速都对得上，完成度极高自己说中文，也是1s内就出地道的目标语言有了这个，出国谈客户不用找翻译了，跨国会议随便开，自己听英文播客、看视频也很方便（我的测试视频如下👇）体验地址：

都在聊Fable 5，没人注意谷歌昨天发布了一个颠覆翻译行业的新模型：Gemini 3.5 Live Translate 这是一个实时翻译模型，支持70+语言，能自动识别语种我在AI Studio里试了下，放一段英文视频，中文几乎同步出来，语气语速都对得上，完成度极高自己说中文，也是1s内就出地道的目标语言有了这个，出国谈客户不用找翻译了，跨国会议随便开，自己听英文播客、看视频也很方便（我的测试视频如下👇）体验地址：

Sac

124,232 次观看 • 2 个月前

Memo 1.2.0 更新！为大家带来丰富的集成，丝滑的视频播客转文字，翻译体验。 1. 翻译字幕支持 Open AI、Claude、DeepL、微软、谷歌、Ollama 等数十种翻译服务供选择。 2. 支持继续翻译，中断翻译也不用担心重头开始浪费 Token。 3. 视频总结、生成思维导图速度提升 10 倍。接下，说话人分类正在路上！

Memo 1.2.0 更新！为大家带来丰富的集成，丝滑的视频播客转文字，翻译体验。 1. 翻译字幕支持 Open AI、Claude、DeepL、微软、谷歌、Ollama 等数十种翻译服务供选择。 2. 支持继续翻译，中断翻译也不用担心重头开始浪费 Token。 3. 视频总结、生成思维导图速度提升 10 倍。接下，说话人分类正在路上！

Memo AI

301,910 次观看 • 2 年前

有时给朋友或同事发送几个 GB 大文件，用网盘上传下载速度限制，又要对方登录注册账号，确实麻烦。偶然看到 AltSendme 这个开源工具，采用点对点传输文件，不经过任何云服务器，试了试好用。全程端到端加密，文件在设备之间直接传输，无需注册账号，而且支持任意大小和格式的文件传输。 GitHub：此外，还支持断点续传功能，在传输过程中断，恢复后能自动从断点处继续传输。提供开箱即用安装包，支持 Windows、Linux 和 macOS 系统，以及支持包括中文、英文等多种语言。

有时给朋友或同事发送几个 GB 大文件，用网盘上传下载速度限制，又要对方登录注册账号，确实麻烦。偶然看到 AltSendme 这个开源工具，采用点对点传输文件，不经过任何云服务器，试了试好用。全程端到端加密，文件在设备之间直接传输，无需注册账号，而且支持任意大小和格式的文件传输。 GitHub：此外，还支持断点续传功能，在传输过程中断，恢复后能自动从断点处继续传输。提供开箱即用安装包，支持 Windows、Linux 和 macOS 系统，以及支持包括中文、英文等多种语言。

GitHubDaily

103,591 次观看 • 9 个月前

#沉浸式翻译从跨语言阅读到跨语言对话，输入框AI增强功能上线。在任意网页文本框内直接调用AI翻译，支持100多种语言流畅写作。

#沉浸式翻译从跨语言阅读到跨语言对话，输入框AI增强功能上线。在任意网页文本框内直接调用AI翻译，支持100多种语言流畅写作。

沉浸式翻译

89,856 次观看 • 3 年前

字节新出的一款轻量级TTS模型：MegaTTS3，0.45B，高质量语音克隆，支持中英文以及中英文混合支持口音强度控制，后面会支持更细粒度的发音和时长调整 #TTS #MegaTTS3

字节新出的一款轻量级TTS模型：MegaTTS3，0.45B，高质量语音克隆，支持中英文以及中英文混合支持口音强度控制，后面会支持更细粒度的发音和时长调整 #TTS #MegaTTS3

AIGCLINK

48,958 次观看 • 1 年前