🚀 Google 深夜突襲，Gemma 2 狂卷 Llama 3

- Gemma2性能超越Llama3，提供9B和27B版本，性能接近70B模型但大小僅為其40%

- Gemma2支持高效推理，單個GPU即可實現全精度推理，廣泛的硬件支持

- Gemma2兼容多種AI框架，提供實際應用示例和指南，谷歌計劃支持通過Google Cloud Vertex AI輕松部署

🔗?https://aistudio.google.com/app/prompts/new_freeform

🔗?Google 深夜突襲，Gemma 2 狂卷 Llama 3-CSDN博客?

🤖硅基智能開源其AI數字人交互平臺?

- 可以輕松創建逼真數字人

- 提供了很完善的工具和支持，部署過程變得非常簡單和低成本。

- 功能支持：

語音識別：高效的語音輸入，支持多種語言和口音。

語音合成：生成自然流暢的語音輸出

實時交互：支持與用戶的即時互動，提供快速響應。

多終端支持：可在Android和iOS設備上輕松部署，擴大使用場景。

模型下載：提供多個數字人模型的下載和使用，無需訓練，即可使用。

🔗GitHub：https://github.com/GuijiAI/duix.ai
🔗在線體驗：https://apps.apple.com/us/app/duix-your-ai-companion/id6451088879?

📢和 GPT 4o 匹敵 世界上最快的語音機器

- 能實現500毫秒的語音到語音響應 接近人類對話的自然速度

- 為達到這種低延遲，開發團隊優化了網絡架構、AI模型性能和語音處理邏輯。

- 使用WebRTC網絡發送音頻，部署了Deepgram的快速轉錄和語音生成模型，并將所有AI模型在Cerebrium的容器中自托管，以減少延遲。

🔗在線體驗：https://fastvoiceagent.cerebrium.ai

🌐ToucanTTS：支持超過 7000 多種語言的TTS模型

- 斯圖加特大學自然語言處理研究所（IMS）開發了一個超全文本轉語音模型ToucanTTS。

- 支持幾乎所有的 ISO-639-3 標準語言，這意味著它理論上可以支持超過 7000 種語言。是目前支持語言種類最多的 TTS 模型。

- 支持多說話人語音合成功能，可以模擬不同說話人的節奏、重音和語調。這對于需要風格多樣性和語音自定義的應用非常有用。

- 還允許用戶控制語音的多個參數，包括音調、語速、情感等。

🔗GitHub：https://github.com/DigitalPhonetics/IMS-Toucan
🔗在線演示：https://huggingface.co/spaces/Flux9665/MassivelyMultilingualTTS
🔗數據集：https://huggingface.co/datasets/Flux9665/BibleMMS

🔧Resemble AI發布AI音頻檢測模型Detect-2B 準確率達到 94%

- Detect-2B是下一代深度偽造檢測模型，準確率達94%。

- 使用預訓練的子模型和微調來檢查音頻片段，判斷是否由AI生成。

- 模型架構基于隨機概率模型，在不同語言的深度偽造音頻檢測上表現出色。

-?DETECT-2B 適用于需要檢測深度偽 造音頻的場景，可以幫助用戶識別并防范 AI 生成的欺詐音頻。

🔗?https://top.aibase.com/tool/detect-2b

🚩不靠譜？熱門AI搜索工具Perplexity被指引用錯誤信息

- Perplexity被曝引用錯誤的AI生成垃圾信息，來自可疑的博客和LinkedIn文章。

- GPTZero發現Perplexity鏈接的來源中有越來越多是AI生成的，Perplexity有時會使用這些來源中的過時和不正確信息。

- Perplexity聲稱答案來自“可靠來源”，AI算法是否真的能從好的信息中獲取好的信息值得懷疑。

🎨Viggle推出Move功能：可保留照片的原始背景 無需額外編輯

- 保留原始背景：?"Move"功能與之前限制在綠色和白色背景的功能不同，保留照片原始背景，無需額外編輯。

- 易于訪問：用戶只需訪問https://viggle.ai 即可使用新功能。

- 無需復雜編輯：直接上傳照片，輕松為其添加動畫效果，無需繁瑣后期處理。

🔗?https://viggle.ai

🔗?https://blink.csdn.net/details/1744090

?