ICML 2026 | SwanSphere: 基于自回归的流式同步空间音频生成
空间音频生成要求模型同时处理声源语义、时间同步和三维方位关系。现有方法通常在生成质量、推理延迟和空间条件建模之间存在取舍：非流式扩散模型依赖较长上下文，难以用于实时场景；通用视频编码器主要关注语义内容，对全景视频中的朝向、运动轨迹和声源位置…
25 0 0
声浪
ICME 2026 | AudioMoG: 基于嵌套引导机制的高效音频生成方法
文生音频（Text-to-audiogeneration, T2A）与视频配音（Video-to-audiogeneration, V2A）等音频生成任务近年来随着扩散模型的发展取得了显著进展。现有研究从数据空间、网络结构以及条件控制等多个…
20 0 0
一个模型，搞定所有音频生成任务！多项基准SOTA | ICLR'26
来源丨新智元 港科大团队提出音频生成统一模型AudioX，只需一个模型，就能从文本、视频、图像等任意模态生成高质量音效和音乐，在多项基准上超越专家模型。团队同时开源了700万样本的细粒度标注数据集IF-caps与可控T2A评测基准T2A-b…
20 0 0
智谱华章 | 招聘音频生成算法工程师（北京）
智谱AI致力于打造新一代认知智能大模型，专注于做大模型的中国创新。公司于2020年底研发GLM预训练架构，2021年训练完成百亿参数模型GLM-10B，同年利用MoE架构成功训练出收敛的万亿稀疏模型，2022年合作研发了中英双语千亿级超大规…
27 0 0
智谱华章 | 招聘音频生成算法工程师（北京）
智谱AI致力于打造新一代认知智能大模型，专注于做大模型的中国创新。公司于2020年底研发GLM预训练架构，2021年训练完成百亿参数模型GLM-10B，同年利用MoE架构成功训练出收敛的万亿稀疏模型，2022年合作研发了中英双语千亿级超大规…
22 0 0
智谱华章 | 招聘音频生成工程师（北京）
智谱华章 智谱AI致力于打造新一代认知智能大模型，专注于做大模型的中国创新。公司于2020年底研发GLM预训练架构，2021年训练完成百亿参数模型GLM-10B，同年利用MoE架构成功训练出收敛的万亿稀疏模型，2022年合作研发了中英双语千…
15 0 0
斑马智行 | 招聘语音算法、音频生成算法、语音识别服务、NLP算法高级工程师/专家
斑马智行 斑马智行是阿里巴巴旗下汽车科技独角兽，是领先的汽车操作系统与人工智能科技公司，拥有全栈自研整车智能OS技术和座舱AI技术，智能座舱产品与解决方案合作客户包括上汽、一汽、大众、宝马、奥迪、日产等，合作品牌超过30家，覆盖150多款车…
29 0 0
智谱华章 | 招聘资深音频生成工程师（北京）
智谱华章 智谱AI致力于打造新一代认知智能大模型，专注于做大模型的中国创新。公司于2020年底研发GLM预训练架构，2021年训练完成百亿参数模型GLM-10B，同年利用MoE架构成功训练出收敛的万亿稀疏模型，2022年合作研发了中英双语千…
30 0 0