KEEP THE THREAD GOING
来自同一个声音
小红书升级发布 dots.tts.edit V1.1:复杂精确语音编辑大幅升级,综合表现领跑开源
小红书端到端语音编辑模型 dots.tts.edit V1.1 升级发布,新增局部风格描述编辑,韵律与情感编辑效果大幅提升,综合表现开源领先。
阅读全文 ↗:小红书升级发布 dots.tts.edit V1.1:复杂精确语音编辑大幅升级,综合表现领跑开源拆解小红书存储底座 04|从对象到文件:RedStore SSD 引擎与 RedFS 的设计与实践
从 NVMe SSD 到 AI 训练,看小红书如何把每一代 SSD 的红利兑现成训练带宽。
阅读全文 ↗:拆解小红书存储底座 04|从对象到文件:RedStore SSD 引擎与 RedFS 的设计与实践NeurIPS 2026|小红书内容智能与生成组 AIGC 算法团队提出多图合成一致性优化新方法 DeCoRL
多张素材合成一张图,如何避免身份混淆与属性漂移?DeCoRL 通过目标级一致性反馈,让多图合成更好地保留每个参考目标。
阅读全文 ↗:NeurIPS 2026|小红书内容智能与生成组 AIGC 算法团队提出多图合成一致性优化新方法 DeCoRLNeurIPS 2026 | 小红书智创 AIGC 团队提出视觉文本生成新方法 GlyphAnchor
GlyphAnchor 通过位置锚定字形先验,提升文生图与图像编辑模型在长文本、复杂密集文本和生僻字场景中的文字准确性,同时保持图像质量。
阅读全文 ↗:NeurIPS 2026 | 小红书智创 AIGC 团队提出视觉文本生成新方法 GlyphAnchor拆解小红书存储底座 03|从存得下到读得快:小红书自研对象存储实践
从多云统一接入到 HDD、SSD 引擎优化,看小红书自研对象存储 ROS 如何兼顾容量、带宽与成本,支撑多媒体、大数据和 AI 训练。
阅读全文 ↗:拆解小红书存储底座 03|从存得下到读得快:小红书自研对象存储实践如何让 35B 模型做好财报分析与复杂办公?小红书 AllSpark 提出 Navalia
读财报、找证据、做多步计算、交付成果,AI如何学会完成复杂的专业与办公任务?小红书AllSpark团队提出Navalia,通过可验证任务合成与长程后训练,让模型在五项基准上均优于基座模型,得分提升13.07–23.06个百分点。
阅读全文 ↗:如何让 35B 模型做好财报分析与复杂办公?小红书 AllSpark 提出 Navalia