差点为了出国沟通方便去买那个两千块的 AI 硬件
更多动态
刚写完脚本准备配音,结果随手测了下 Google 刚更的 Gemini 2.5 TTS
,手里的咖啡瞬间不香了。🤯 简单说:这玩意儿不是在“读”,是在“演”。 我以前最烦 TTS 那种“毫无波澜的朗诵腔”。但这次 2.5 版本有个离谱的Prompt 导演模式。 我试着输了一段:“从紧张不安开始,慢慢加速到兴奋高潮”,它居然真的顺着情绪弧度变了!尤其是 Enceladus 这个预设声音,连那种长句子讲完后的“呼气声”都有,听得我起鸡皮疙瘩。 实测下来: 懂梗:它知道讲笑话的时候哪里该停顿(抖包袱),讲动作戏的时候语速会自动变快。 混语大神:中英夹杂的文案,终于没有那种尴尬的“译制片腔”了,切换非常丝滑。 便宜:Pro 版每百万音频 token 才 $20,相比隔壁竞品,简直是做慈善。 ⚠️ 但是这里有个大坑 别高兴太早,这货在念数字、具体地址的时候偶尔会翻车,遇到复杂的人名也容易嘴瓢。如果你是做那种精准度要求极高的医疗/财经内容,建议多听几遍或者手动微调。 这波更新我觉得是把“能用”变成了“好用”。目前 Google AI Studio 还能免费白嫖试用,感觉离全面收费不远了。 #AI工作流 #独立开发 #GeminiTTS #内容创作
谷歌翻译App(Gemini驱动)开始支持用中文学习英文
,多邻国可以退订了 不是传统的背单词,是根据用户水平生成个性化学习内容,像是定制版多邻国

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。
