苹果正式发布FastVLM，一款专为高分辨率图像处理优化的视觉语言模型（VLM），以其在iPhone等移动设备上的高效运行能力和卓越性能引发行业热议。FastVLM通过创新的FastViTHD视觉

アップルがFastVLMを正式に発表しました。これは高解像度画像処理に最適化されたビジュアル言語モデル（VLM）で、iPhoneなどのモバイルデバイス上で効率的な動作と卓越したパフォーマンスを実現

蘋果正式發佈FastVLM，一款專爲高分辨率圖像處理優化的視覺語言模型（VLM），以其在iPhone等移動設備上的高效運行能力和卓越性能引發行業熱議。FastVLM通過創新的FastViTHD視覺

NVIDIA 近期推出了 Cosmos DiffusionRenderer，这是一个旨在实现高质量图像和视频重光源及去光源的新型视频扩散框架。此技术是 NVIDIA 原有 DiffusionRen

オープンソースの音声合成（TTS）技術で新たな突破が達成されました！ 先日公開されたMuyan-TTSは、ポッドキャスト、オーディオブック、長尺ビデオなど、特定のシナリオに特化した設計のオープンソ

开源语音合成迎来新突破!近日发布的开源 TTS 模型 Muyan-TTS 专为播客、有声书、长视频等场景设计，具备零样本语音合成、极速生成与高连贯性朗读能力，是当前最适合批量化长语音生成的模型之一

A new breakthrough has been achieved in open-source text-to-speech (TTS) technology! The recently

開源語音合成迎來新突破!近日發佈的開源 TTS 模型 Muyan-TTS 專爲播客、有聲書、長視頻等場景設計，具備零樣本語音合成、極速生成與高連貫性朗讀能力，是當前最適合批量化長語音生成的模型之一

On May 12, a research team from The Ohio State University introduced DiffSMol, a generative artifi

字節跳動はHugging Faceプラットフォームで、新たな画像カスタマイズフレームワーク「DreamO」を正式にオープンソースとして公開しました。このフレームワークは、キャラクターの服替えや顔の