用户不必等待整段视频生成完成，就能在播放过程中实时修改场景、替换物体、调整人物形象或改变画面风格，实现“边观看边创作”。 例如，创作者可以让视频中的人物连续更换服装，在直播中把普通街道变成动画世界，也可以在家…
京东开源JoyAI-Video-Edit模型：实时互动编辑让视频创作“边看边改”成现实
模型能够结合画面、声音和时序信息理解用户意图，例如利用视觉信息消除同音词歧义、识别手势和指代对象，并持续跟踪画面变化，在目标出现时主动提醒用户。
IT之家注：AI 黑板的技术原理基于光学字符识别技术与 3D 剖分技术，能够自动识别教师手绘的图形，并支持旋转、切割、截面提取及动态展示。
针对行业需求，讯飞发布环形麦、多麦阵列及首款即插即用多模态一体机，实现视觉、听觉等多模态能力快速接入终端，在多人交流、复杂噪声环境下保持稳定识别与交互。在媒体、文旅、金融、教育、企业、医疗等行业，讯飞数字人…
直播开播后热度快速走高，直播间在线人数突破10万，登上抖音带货总榜首位，实时热度数据超过同时间段排名第五的 “与辉同行”。
因此，企业试图用数字人降本增效，但当下数字人存在的不自然、低交互、难落地痛点，又让其和真正的用户之间横亘着一道鸿沟：一头卡在数字人底层技术的短板，另一头卡在商业化落地的部署门槛上。
阿里Qoder推出Qoder Voice：实时语音交互，开启AI编程协作新体验
营收爆发增长后，Meshy 成全球估值最高的 AI 3D 公司。
全球首款卫星狗项圈Fi Ultra问世：深山密林也能实时追踪爱犬位置
千问称，该模型在保持毫秒级时延响应的基础上，进一步增强了工具调用、多轮对话、情感表达和实时交互能力。该模型的研究团队将文本大模型的完整推理能力蒸馏至语音模型，同时通过多教师蒸馏策略确保该模型在口语、问答与推…
阿里发布实时语音交互对话模型Qwen-Audio-3.0-Realtime，号称懂倾听、更聪明
游戏、动漫、网文，所有需要造星的行业都在经历这一场寒冬
阿里领投C+轮，爱诗科技完成29.8亿元 整体C轮融资
阿里千问接入EMS，可实时追踪提醒高考录取通知书寄送进度
11/10 12:13
11/10 12:11
11/10 12:10
11/10 10:19
11/10 10:18
11/10 10:09
11/10 10:08
京公网安备 11011402013531号