在多模态大语言模型（MLLM）迅速发展的浪潮中，字节跳动与清华大学近日联合发布了名为 ChatTS 的新型时序多模态大模型。ChatTS 的推出不仅为时序数据的处理与推理注入了新活力，也填补了当前

科技巨頭 Meta 與香港中文大學的研究團隊聯合推出了 Multi-SpatialMLLM 模型，這一新框架在多模態大語言模型（MLLMs）的發展中取得了顯著進展，尤其是在空間理解方面。該模型通過

近日，苹果公司与哥伦比亚大学的研究团队共同开发了一款名为 SceneScout 的人工智能原型系统。这一系统旨在为盲人及低视力群体（BLV）提供街景导航的辅助功能，帮助他们更好地进行日常出行。

最近、アップル社とコロンビア大学の研究チームは、SceneScoutという名前の人工知能プロトタイプシステムを開発しました。このシステムは視覚障害者や低視力者（BLV）向けに街並みのナビゲーション

近日，蘋果公司與哥倫比亞大學的研究團隊共同開發了一款名爲 SceneScout 的人工智能原型系統。這一系統旨在爲盲人及低視力羣體（BLV）提供街景導航的輔助功能，幫助他們更好地進行日常出行。

阿里巴巴集团近期正式推出其最新多模态大语言模型HumanOmniV2，在AI领域再掀波澜。这款模型以其强大的全局上下文理解能力和多模态推理能力，标志着阿里巴巴在人工智能技术的又一次重大突破。

阿里巴巴集團近期正式推出其最新多模態大語言模型HumanOmniV2，在AI領域再掀波瀾。這款模型以其強大的全局上下文理解能力和多模態推理能力，標誌着阿里巴巴在人工智能技術的又一次重大突破。

近日，阿里语音AI团队宣布开源全球首个支持链式推理的音频生成模型ThinkSound，该模型通过引入思维链（Chain-of-Thought）技术，突破传统视频转音频技术对画面动态捕捉的局限，实现

近日，阿里語音AI團隊宣佈開源全球首個支持鏈式推理的音頻生成模型ThinkSound，該模型通過引入思維鏈（Chain-of-Thought）技術，突破傳統視頻轉音頻技術對畫面動態捕捉的侷限，實現

在AI视频生成领域，一项革命性突破悄然来袭。快手旗下可灵AI（KlingAI）近日重磅发布数字人模型Avatar2.0，只需输入一张人物照片、一段音乐音频，即可一键生成长达5分钟的唱歌视频。数字人