一家名爲 Nari Labs 的兩人創業公司發佈了 Dia，這是一個擁有16億參數的文本轉語音 （TTS） 模型，旨在直接從文本提示生成自然對話。其聯合創始人 Toby Kim 聲稱，Dia 的性

A two-person startup called Nari Labs has released Dia, a 1.6-billion parameter text-to-speech (TT

在 AI 語音生成領域，競爭正變得愈發激烈。近日，來自韓國的兩名本科生合夥創建了一款名爲 Dia 的 AI 語音模型，聲稱其功能可與谷歌的 NotebookLM 相媲美。儘管這兩位創始人在 AI

AI音声生成分野では、競争が激化しています。最近、韓国の2人の大学生が共同でDiaというAI音声モデルを開発し、GoogleのNotebookLMに匹敵する機能を持つと主張しています。AI分野での

在 AI 语音生成领域，竞争正变得愈发激烈。近日，来自韩国的两名本科生合伙创建了一款名为 Dia 的 AI 语音模型，声称其功能可与谷歌的 NotebookLM 相媲美。尽管这两位创始人在 AI

ByteDance has announced the launch of Efficient Pretraining Length Scaling, leveraging a novel Par

字節跳動宣佈推出高效預訓練長度縮放技術（Efficient Pretraining Length Scaling），通過創新的Parallel Hidden Decoding Transforme

字节跳动宣布推出全新多模态模型Vidi，专注于视频理解与编辑，首版核心能力为精准的时间检索功能。据AIbase了解，Vidi能够处理视觉、音频和文本输入，支持长达一小时的超长视频分析，在时间检索任

Ostris團隊發佈Flex.2-preview，一款基於8億參數的文本到圖像擴散模型，專爲集成到ComfyUI工作流設計。據AIbase瞭解，該模型在基於線條、姿態和深度的控制生成能力上表現出色

Ostris团队发布Flex.2-preview，一款基于8亿参数的文本到图像扩散模型，专为集成到ComfyUI工作流设计。据AIbase了解，该模型在基于线条、姿态和深度的控制生成能力上表现出色