声音比真人还像真人的Maya，背后模型开源了！跨越语音恐怖谷
声音比真人还像真人的Maya，背后模型开源了！跨越语音恐怖谷语音恐怖谷是指在语音合成技术中，当 AI 合成语音接近人类的真实语音，但又存在细微的不自然或不完美之处时，会引发人类的不适感。
来自主题: AI技术研报
10150 点击 2025-03-16 15:29
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
语音恐怖谷是指在语音合成技术中，当 AI 合成语音接近人类的真实语音，但又存在细微的不自然或不完美之处时，会引发人类的不适感。
近段时间，推理模型 DeepSeek R1 可说是 AI 领域的头号话题。用过的都知道，该模型在输出最终回答之前，会先输出一段思维链内容。这样做可以提升最终答案的准确性。
该是产品经理发力的时候
「压缩即智能」。这并不是一个新想法，著名 AI 研究科学家、OpenAI 与 SSI 联合创始人 Ilya Sutskever 就曾表达过类似的观点。
当前，视觉语言模型（VLMs）的能力边界不断被突破，但大多数评测基准仍聚焦于复杂知识推理或专业场景。本文提出全新视角：如果一项能力对人类而言是 “无需思考” 的本能，但对 AI 却是巨大挑战，它是否才是 VLMs 亟待突破的核心瓶颈？
在 Sora 引爆世界模型技术革命的当下，3D 场景作为物理世界的数字基座，正成为构建动态可交互 AI 系统的关键基础设施。当前，单张图像生成三维资产的技术突破，已为三维内容生产提供了 "从想象到三维" 的原子能力。
在游戏开发者大会（GDC）前夕，Xbox 于周四透露正在试验一款由 AI 驱动的游戏助手。
一家高校实验室 ，能走出多少个知名 AI 初创公司的创始人？
“多强迫自己和 AI 对话，少埋头写代码。”
据外媒 TechCrunch 报道，OpenAI 近日在一项新的政策提案中，将 DeepSeek 描述为被官方资助和控制的实体，并呼吁对该机构及类似机构开发的中国 AI 模型实施禁令。OpenAI 在提案中指出：「虽然目前美国在 AI 领域仍保持领先，但 DeepSeek 的出现表明，这一领先优势并不大，且正在缩小。」