原生音频模型
硬刚 OpenAI:谷歌 Gemini2.5实时音频性能霸榜,函数调用准确率达71.5%
据 AIbase 报道,谷歌本周宣布为其原生音频模型 Gemini2.5Flash Native Audio 推出重大更新,旨在将 AI 交互从简单的“文本转语音”跨越到真正的拟人化实时交流。 此次更新的核心在于“原生”处理能力。 不同于传统 AI 需要先将语音转为文字再处理的繁琐流程,该模型能够直接感知声音中的语调、情感和停顿,从而实现更自然流畅的对话。
12/18/2025 10:16:46 AM
AI在线
资讯热榜
标签云
AI
人工智能
OpenAI
AIGC
模型
ChatGPT
谷歌
DeepSeek
AI绘画
大模型
机器人
数据
AI新词
Midjourney
开源
Meta
微软
智能
用户
GPT
学习
智能体
技术
Gemini
马斯克
英伟达
Anthropic
图像
AI创作
训练
LLM
论文
代码
算法
苹果
AI for Science
腾讯
Agent
Claude
芯片
Stable Diffusion
具身智能
蛋白质
xAI
开发者
生成式
人形机器人
神经网络
机器学习
3D
AI视频
RAG
大语言模型
Sora
研究
百度
生成
GPU
字节跳动
工具
华为
AGI
计算
大型语言模型
AI设计
搜索
生成式AI
视频生成
亚马逊
DeepMind
AI模型
特斯拉
场景
深度学习
Transformer
架构
MCP
Copilot
编程
视觉