使用 NVIDIA Magpie TTS 构建低密度多语种语音代理: 开放重量和全部署控制
使用 NVIDIA Magpie TTS 构建低密度多语种语音代理: 开放重量和全部署控制
AI NEWS JOURNAL
全部 AI 动态
保留完整资讯流，用来源、主题和时间找到你关心的消息。
将 Nunchaku 4 位扩散引申给 Diff用户
将 Nunchaku 4 位扩散引申给 Diff用户
Towards demystifying the creativity of diffusion models
Algorithms & Theory
译文排队中，当前为原文 · enGemini 3.1 Flash TTS: the next generation of expressive AI speech
Our newest audio model introduces granular audio tags that give you precise control to direct AI speech for expressive audio generation.
译文排队中，当前为原文 · enNano Banana 2：将专业级功能与闪电般的速度相结合
我们最新的图像生成模型具备先进的世界知识、生产就绪的规格、主题一致性等诸多优势，且全部以闪电般的速度运行。
Veo 3.1 视频制作要素：更一致、更富创意、更可控
我们最新的Veo更新能够生成生动、动态的视频片段，既自然又引人入胜，并且支持竖屏视频的生成。
使用 Nano Banana Pro 构建，我们的 Gemini 3 Pro 图像模型
使用 Nano Banana Pro 构建，我们的 Gemini 3 Pro 图像模型