ICLR 2025|小米新一代Kaldi语音识别算法CR-CTC,纯CTC性能实现SOTA
性能比肩 Transducer 和 CTC/AED。
阅读全文 :ICLR 2025|小米新一代Kaldi语音识别算法CR-CTC,纯CTC性能实现SOTA
专业的人工智能媒体和产业服务平台
性能比肩 Transducer 和 CTC/AED。
阅读全文 :ICLR 2025|小米新一代Kaldi语音识别算法CR-CTC,纯CTC性能实现SOTALIMO 的成功,或许只是人工智能推理能力觉醒的开始,未来的路,充满无限可能。
阅读全文 :817样本激发7倍推理性能:上交大「少即是多」定律挑战RL Scaling范式可以对任意尺寸和人物占比的单张图片结合一段输入的音频进行视频生成
阅读全文 :AI「视觉图灵」时代来了!字节OmniHuman,一张图配上音频,就能直接生成视频人人都在做垂直 AI 产品,为什么要反其道而行?
阅读全文 :70年AI研究得出了《苦涩的教训》:为什么说AI创业也在重复其中的错误?能够在快速实现训练和压缩的同时,得到精准的几何结构与逼真的实时渲染体验。
阅读全文 :ICLR 2025|高效重建几何精准的大规模复杂三维场景,中科院提出CityGaussianV2字节跳动不仅展示了其在AI辅助开发领域的探索成果,也为业界提供了宝贵的实践经验。
阅读全文 :字节跳动BitsAI-CR:基于LLM的代码审查系统技术揭秘