腾讯混元开源轻量级翻译模型：支持5种汉语言与方言互译
当输入一段包含海浪、沙滩人群及海鸥的视频，且文字描述仅为“海浪声”时，Hunyuan-Foley不仅能敏锐捕捉海浪画面，生成与之同步的波浪音效，精准响应文本需求，还能巧妙地捕捉视频中人群交谈的声音、海鸥盘旋的…
从效果上来看，千问、即梦、可灵和Gemini的文生图效果都是很不错的
腾讯混元开源端到端AI模型Hunyuan-Foley：视频+文字=“电影级”音效
值得注意的是，谭旭在去年 8 月才刚刚加入国内大模型创业公司“月之暗面”，负责研发端到端语音模型。像腾讯、字节这样的大厂，在资源、生态与算力上的优势更加明显，能够为多模态研究提供长期稳定的支持。从这个角度看…
当赛道进入淘汰赛阶段，个人要想继续在多模态领域做出成果，或许唯有依附大厂。
从“芯片囤货”到“技术自主”。
腾讯混元大模型负责人表示：“3D生成技术的成熟需要跨领域协作，开源能降低技术门槛，加速创新应用落地。” 腾讯混元3D世界模型全面开源推动AI生成技术进入动态交互时代 据腾讯研发团队介绍，混元3D突破了传统模…
腾讯积累的海量文本数据（如新闻库、知识库、用户创作内容），成为混元 AI 播客的 “素材池”：当用户输入 “新能源汽车发展趋势”这类主题描述时，AI 可调用大数据库中的最新政策、技术突破、市场数据等信息，补…
AI已成腾讯新王炸。
腾讯混元3D模型开源登顶，革新3D生成技术。
07/09 12:23
07/09 12:22
07/09 12:21
07/09 12:20
京公网安备 11011402013531号