据悉,6月17日,豆包电脑版已全量上线AI播客功能。用户上传PDF或网页链接后,可一键生成双人对话的播客节目,语音效果高度拟人,对话流畅、自然。
有参与内测的用户表示,会将一些较长的学习资料发给豆包,一键转成语音,随时随地「轻松听长文」。AI播客生成的对话在音色上十分接近真人,甚至停顿、语气词等细节都与日常讲话无异。
据介绍,该能力基于豆包大模型团队推出的语音播客模型。传统 AI 播客通常不够口语化、听感机械且缺乏互动,豆包语音播客模型凭借高度拟人的语音效果,结合真人专业播客中自然附和等口语习惯,让对话效果达到了专业播客DESHUIPING 。同时,该模型基于流式模型构建,通过端到端的便捷链路,让文本创作到双人对话式播客仅需秒级转化,实现“低成本、高时效、强互动”的创作体验。
该功能已在扣子空间、豆包电脑版上线。目前,豆包App也已开启小流量测试,将于近期全量上线,方便用户随时「听长文」。
好文章,需要你的鼓励
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。