行业资讯 | 新闻资讯

港理工和 OPPO 研究院把 8 种图像退化塞进同一个模型，还顺手把 VAE 拿掉了。图像修复一直有点像"分科治疗"：去噪一个模型，去模糊一个模型，超分再单开一个。PixRestore 走的是另一条路，一个模型、一次推理，把模...

行业资讯

2026-09-16

一个约 3.6B 的开源模型，把"给段歌词就出一整首歌"这件事从云端搬回了自己的电脑。 YuE23B 是 map 团队 2026 年 9 月开源的整曲音乐生成模型。你给它一段歌词、一句风格描述，它先写出一份能看懂、也能动手改的乐谱...

行业资讯

2026-09-16

阿里达摩院开源的 SenseVoice，一个模型把语音识别、情感识别、语种识别、事件检测全包了，而且比 Whisper 快 5 倍。中文识别比 Whisper 准，粤语场景优势更明显，还能听出说话人情绪和背景声音。速度碾压 Whisper...

行业资讯

2026-09-04

商汤 SenseNovaU1.5 正式入驻 AIGCPanel。 ▶ 不用联网、不花 API 钱，只要你的电脑有张显卡，就能在本地跑起 4K 文生图和智能图像编辑。 AIGCPanel 是一个免费开源的桌面端 AI 模型管理平台——下载模型、一键启动、直...

行业资讯

2026-09-04

把你的电脑变成一台专业语音识别服务器，全程不需要写一行代码。语音识别这事，大部分人想到的是上传到云端、等结果、再交点费用。但有一款开源工具能在你自己的电脑上跑，速度和准确率都不输云端方案。比 Whisper...

行业资讯

2026-09-04

你拍了一段视频，但口型没对上，或者想让视频里的人物说出你写的台词——过去这事要么花钱请人做后期，要么忍受开源方案里那些僵硬、出戏的嘴型。 ByteDance 的 LatentSync 1.5 是目前开源社区效果最好的音频驱动对口...

行业资讯

2026-09-03

面壁智能开源 2B 语音模型：30 种语言、9 种方言、音色设计、声音克隆全都有，AIGCPanel 上一键开跑 VoxCPM2 是面壁智能（OpenBMB）联合清华大学人机交互实验室开源的最新语音合成模型，20 亿参数，在超过 200 万小...

行业资讯

2026-08-24

不用装环境、不用配 CUDA，下载一个开源运行包，Windows、macOS、Linux 直接克隆声音声音克隆这两年很火，但好模型大多卡在"上手"这一步：Python 环境、依赖冲突、模型下载、显卡驱动……折腾一晚上，还没听到第一句...

行业资讯

2026-08-22

注册即领算力，AI 创作即刻启航

行业资讯

2026-08-17

在AI技术飞速发展的今天，数字人应用已逐渐渗透到各个领域，从直播带货到企业宣传，从教育科普到娱乐互动，数字人的价值日益凸显。然而，对于许多非技术出身的用户来说，数字人的制作和使用门槛依然较高。AigcPanel...

行业资讯

2025-06-20

行业资讯 - 新闻资讯