Agentic AI Summit 2026将于2026年1月16-17日在中关村展示中心会议中心举办,汇聚500+技术精英,覆盖Agent技术全链路。会议内容设置上,从技术底座层面、开发工具层面、数据工程与记忆系统、可信治理与评估体系,到…

最新声浪
查看全部 →来源丨新智元 MiniMax 终于在今早 9:30 于港交所上市了!截稿时,今早上市的 MiniMax 股价已疯涨近 80%!MiniMax 吸引全球顶级长线加仓香港,引领中国科技股上涨,走出独立行情。MiniMax 仅用 OpenAI 1…
本系列十篇文章,旨在对之前提到的十大趋势进行详细剖析。系列中将穿插科普、技术综述、技术发展路线,以及来自我个人与其他行业专家的思考。希望不论读者此前对语音技术与应用了解多少,都能从这一系列文章中获得有价值的观点。 本篇将围绕趋势五和六——“…
NVIDIA(英伟达)最近开源了最新的Nemotron Speech ASR模型。这是一款专攻低延迟、实时流式场景的语音识别模型。 做 AI 语音开发的朋友都知道,ASR(语音转文字)一直是实时交互中那块难啃的骨头。尤其是 Streamin…
标题:Index-ASR Technical Report 链接:https://arxiv.org/pdf/2601.00890 发表日期:2026年1月6号 作者单位:Artificial Intelligence Platform D…
小样本视听分类(Few-Shot Audio-Visual Classification, FS-AVC)是多模态学习领域极具挑战性的任务。它要求模型在仅有极少量标注样本的情况下,通过挖掘视觉与听觉的互补信息,实现对新类别的准确识别。 然而…
来源丨新智元 2026年1月8日,智谱登陆港交所,成为全球首家以AGI基座模型为核心业务的上市公司。凭借GLM技术与MaaS商业化增长,它以「全球大模型第一股」的稀缺性吸引顶级资本加持,也标志着中国AGI企业正式走向资本市场舞台中央。 20…
AudioCC交我学 过去几年里,语音生成(TTS)任务经历了一次非常深刻的变化:从传统的声码器 + 声学模型架构,逐步跨入“语音大模型(Speech-LM)时代”。 在这个转折点上,一个关键的技术方向愈发重要——离散语音表征(Discre…
