日前,微软正式发布新版Edge浏览器(96.0.1054.34版本)并向用户推送。
基于微软Azure神经网络文本转语音技术,Edge支持用户实时将任意网页上的文字转换为语音。打开任意网页,点击右侧下拉菜单中的“大声朗读”(Read Aloud)按钮后Edge即可朗读全文;选中部分文本后点击鼠标右键、选择“在沉浸式阅读器中打开所选内容”(Open selection in Immersive Reader)后Edge即可朗读已选内容。Edge目前支持超过80个国家和地区的语言,提供自然逼真的不同风格、性别的音色供用户选择。
新版Edge浏览器“大声朗读”功能
新版Edge浏览器“沉浸式阅读”功能
另外,新版Edge浏览器下述功能也值得“入坑”:
还等什么,赶快登录官网下载Edge浏览器开始使用吧!
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。