用 AI 快速生成短视频的新选项:Grok Imagine
更多动态
用编辑文本的方式精修音频
阶跃星辰 (StepFun AI) 刚开源了 Step-Audio-EditX,一个 30 亿参数的 LLM 级音频编辑模型。它让语音修改变得直观,不再是“录制即定型”。 1️⃣ 迭代式编辑:通过自然语言指令,反复修改语音的情感、风格(如“再温柔一点”)。 2️⃣ 副语言控制:可精确插入笑声 (Laughter)、呼吸 (Breathing)、“嗯” (uhm) 等特征。 3️⃣ 零样本 TTS:支持中、英、粤、四川话的语音克隆,保真度高。 4️⃣ 全链路开源:SFT / PPO 训练代码、模型权重(含 8-bit)全部开放。 🔹 低成本部署提示: 对开发者友好。模型从 13B 压缩至 3B,最低 8GB 显存即可运行 8-bit 量化版本。 适合播客后期、视频配音或个人项目。 GitHub: github.com/stepfun-ai/Step-Audio-EditX Hugging Face: huggingface.co/stepfun-ai/Step-Audio-EditX #AI #音频编辑 #开源模型 #StepFun #TTS
用 1/5 成本,获得 GPT-5-Codex 96% 以上的编程性能。
OpenAI 新发布的 GPT-5-Codex-Mini,为开发者提供了高性价比的编码选择。 1️⃣ 性能: 在 SWE-bench 上得分 71.3%,与完整版 (74.5%) 性能差距仅 3.2%。 2️⃣ 成本: 价格优势明显 (输入 $1.50/1M 令牌)。相比原版,可用约 1/5 成本完成近似任务。 3️⃣ 智能: API 配额达 90% 时,系统会建议切换到 Mini,避免服务中断。 4️⃣ 场景: 适合中低复杂度任务、代码补全、CLI 和 IDE 扩展集成。 在 Codex CLI 中启用: codex --model gpt-5-codex-mini 或在 config.toml 中设为默认。 API 接口“即将推出”,CLI 和 VS Code 插件已可选用。 定价: platform.openai.com/docs/pricing 日志: developers.openai.com/codex/changelog/ #GPT5 #Codex #OpenAI #AI编程 #生产力工具

美团 LongCat-2.5发布了。
1.6T 总参、激活约 48B,原生多模态,主推长程智能体,全程国产算力训练。 图像量化成多级离散 token,Visual Coding 与 3D 受益。 大规模长程 RL,把失败轨迹转成可验证训练任务。 W4A4 推理,prefill 吞吐提升 43%。 官方自测介于 Claude-Opus-4.8 与 Opus-5 之间。

商汤开源 SenseNova Loop-9B-Preview。
它不堆参数,堆"层数"。32 层解码器,中间 4–27 层同权重跑两遍 → 前向 56 层计算,只存 9B。 自测 BIRD-Dev 71.38、AutomationBench 13.72,超 Qwen3.5-27B;Terminal Bench依旧落后。
