语音语言模型

逻辑智能发布全球首个开源语音大模型框架 LLaSO

在人工智能的快速发展浪潮中，北京深度逻辑智能科技有限公司于近日推出了一项令人瞩目的创新 ——LLaSO。这一开创性的研究框架被称为全球首个完全开放、端到端的语音语言模型，标志着语音识别和处理技术的新高度。 LLaSO 框架的最大亮点在于它的开放性。

9/16/2025 4:21:30 PM

AI在线

Hume发布语音语言模型Hume EVI3：低延迟、高情感

Hume公司于2025年5月29日正式发布全新语音语言模型EVI3，这一创新标志着通用语音智能领域的重大飞跃。相较于传统文本到语音（TTS）模型，EVI3不仅能够理解和生成任意人类语音，还能精准捕捉语调、节奏和情感表达，展现出前所未有的语音表现力。得益于其先进的语音到语音架构，EVI3在保持低延迟的同时，具备与前沿大语言模型相当的智能水平，为用户带来更自然、更高效的交互体验。

5/30/2025 10:01:19 AM

AI在线

资讯热榜

OpenAI 宣布印度用户可享受一年免费 ChatGPT Go 服务 LangChain V1.0 深度解析：手把手带你跑通全新智能体架构软银豪掷225亿美元加码OpenAI，AI音乐与超级融资计划全面提速全网刷屏的「电影感」三宫格图片，教你用AI快速生成！消息称软银批准对 OpenAI 追加 225 亿美元投资，助力未来上市 LLM 应用评估综合指南（多轮对话系统、RAG、AI Agent） LLM近一半回答在扭曲真相！ChatGPT、Gemini，全部顶流模型统统中招！BBC研究：AI系统性错误把媒体拖下水，信任滑坡红杉资本注资Rogo Technologies，AI 工具或将颠覆初级银行家角色

标签云

AI 人工智能 OpenAI AIGC 模型 ChatGPT DeepSeek 谷歌 AI绘画机器人大模型数据 Midjourney 开源 Meta 智能微软用户 AI新词 GPT 学习技术智能体马斯克 Gemini 图像 Anthropic 英伟达 AI创作训练 LLM 论文代码算法 Agent AI for Science 芯片苹果腾讯 Stable Diffusion Claude 蛋白质开发者生成式神经网络 xAI 机器学习 3D RAG 人形机器人研究 AI视频生成大语言模型具身智能 Sora 工具 GPU 百度华为计算字节跳动 AI设计 AGI 大型语言模型搜索视频生成场景深度学习 DeepMind 架构生成式AI 编程视觉 Transformer 预测 AI模型伟达亚马逊 MCP