跳到正文

模型发布

新模型的发布、开源与迭代:大模型厂商的旗舰更新、开源权重放出、性能与价格变化的第一时间记录。

183条精选相关主题产品更新论文研究开源生态

最新精选

第 181–183 条 · 共 183 条
10月1日周二
  1. openai · Hugging Face 新模型67

    OpenAI 发布 Whisper large-v3-turbo 语音识别模型

    OpenAI 在 Hugging Face 发布 Whisper large-v3-turbo,它是 Whisper large-v3 的剪枝微调版本。模型将解码层从 32 层减少到 4 层,因此速度更快,但会有轻微质量下降;参数量为 809 M,支持在 Hugging Face Transformers 中用于自动语音识别、语音翻译和时间戳预测。

    推荐理由:模型卡同时给出结构变化与部署示例,便于评估语音转写场景中的速度和质量取舍。

3月21日周四
  1. Suno Blog78

    Suno 发布 v3,可在数秒内生成两分钟歌曲

    Suno 发布 v3,这是其第一个能够生成广播级音乐的模型,现已面向所有用户在 https://app.suno.ai 开放。v3 可用几句短文本在数秒内生成完整的两分钟歌曲,并改进音频质量、风格和流派数量、提示词遵循能力,减少模型幻觉并带来更自然的结尾。Suno 还表示其模型不会识别对其他艺术家的引用,并开发了专有的不可听水印技术,用于检测歌曲是否由 Suno 创建。

    推荐理由:材料同时交代了 v3 的开放范围、歌曲时长、音质改进和水印安全措施,便于理解 Suno 的产品取向。

11月8日周三