微软发布三款语音模型:MAI-Transcribe-2-Streaming 与 MAI-Voice-2.1 系列
MicrosoftAI · x · 2026-10-02
微软 AI 官宣三款新模型:MAI-Transcribe-2-Streaming(精准流式转写)、MAI-Voice-2.1 和 MAI-Voice-2.1-Flash,主打更自然的语音与更短的对话轮次等待,面向构建流畅对话的语音 agent。
「多模态」频道最新
- Minimax H3 生成马尔福形象，网友：明知是 AI 也不在乎 — SydSteyerhart · 2026-10-02
- xAI Grok 视频 4 美分一条：1.5 Lite 上线 Venice 低至半价 — lmoroney · 2026-10-02
- Fable 5.5 一句话生成可探索体素 3D 世界 — 141_1337 · 2026-10-02
- ComfyUI 新手求教：如何用参考图生成同一人物的新场景 — timmeresque · 2026-10-02
- 腾讯混元 AutoGUIWorld:用图像生成器当 GUI 世界模型,不跑软件合成 7.9 万条轨迹 — Tencent-Hunyuan · 2026-10-02
- 腾讯自适应奖励路由:前向过程 RL 动态优化音视频联合扩散的多奖励冲突 — tencent · 2026-10-02