就在刚刚，OpenAI 宣布在其 API 中推出全新一代音频模型，包括语音转文本和文本转语音功能，让开发者能够轻松构建强大的语音 Agent。据 OpenAI 介绍，新推出的 gpt-4o-transcribe 采用多样化、高质量音频数据集进行了长时间的训练，能更好地捕获语音细微差别，减少误识别，大幅提升转录可靠性。
如果你让当今的 LLM 给你生成一个创意时钟设计，使用提示词「a creative time display」，它可能会给出这样的结果：
科技圈再掀波澜，一家名为Graphite的纽约人工智能初创公司，正式名称为Screenplay Studios Inc.，今日宣布成功斩获高达5200万美元的B轮融资，为这家专注于颠覆传统代码审查模式的新星注入了强劲动力。
从自动驾驶、机器人导航，到AR/VR等前沿应用，SLAM都是离不开的核心技术之一。
跨模态因果对齐，让机器更懂视觉证据！
现在是 2025 年，新论文要以博客形式出现。
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。」
根据TechCrunch的统计，2024年共有49家初创公司完成了融资轮次，融资金额达到1亿美元或以上。去年有三家公司超过了一轮“超级融资”（mega-round），而七家公司的融资额达到10亿美元或更高。
起猛了，DeepSeek开口说话了。而且是超低延迟实时秒回，还可以随时打断的那种，先来看一段VCR：DeepSeek以及其他任意大模型接入这样的高质量对话引擎，全程只需要两行代码。
我们陆续知道她已经加入了一家AI创业公司，带起了自己的小团队，但业务方向还在摸索。去年12月，我们看到她开始在朋友圈和出海社群中做“200个想赚钱的美国大学生”的需求征集，2个月后这个需求调研落地为一个完整的素人种草平台XcreateAI。
