AITP
精选全部 AI 动态AI 日报Agent 接入关于更新日志信源提报反馈
登录 / 注册
AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签:MOSS-Audio×
6月16日
20:46
AITOP6月16日 20:46
600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI
6月12日
12:57
AITOP6月12日 12:57
Claude代码里藏了个20260612,18个月后的AI记忆革命已经开始倒计时
6月11日
15:28
AITOP6月11日 15:28
1107 vs 303:谷歌悄悄开源了一个“拆打字机”的模型,把大模型速度翻了4倍
15:23
AITOP6月11日 15:23
DiffusionGemma颠覆文本生成?自回归模型的“统治”要结束了
15:07
AITOP6月11日 15:07
每秒1107个token,Google开源的扩散模型为什么能改变本地推理格局?
6月4日
10:19
10:19berryxia@berryxia
78°
OpenMOSS团队发布开源模型MOSS-Audio,首次将语音、音乐和环境音统一建模,实现音频语言统一。该模型能同时转录语音、识别环境音、理解音乐情绪,并生成文本描述或执行下游任务。它登顶Hugging Face Trending第一,代码和模型权重完全开源可商用。这颠覆了音频AI作为视觉/文本附属品的认知,让普通开发者能本地搭建音频Agent。开源社区在音频多模态领域的速度和开放度已领先闭源方案。
AI模型开源/仓库音频模型多模态MOSS-Audio智能体

推荐理由:做音频Agent或播客工具的开发者终于不用在闭源高价和割裂方案间纠结——MOSS-Audio一个模型搞定语音+声音+音乐,直接本地跑,建议立刻拉下来试试。
原文
精选全部日报登录