AI工具

Meta最新开源的SAM Audio多模态音频分离模型，通过文本、视觉和时间段提示实现精准声音分离，适用于音乐制作、播客降噪等场景。本文解析其PE-AV核心技术、应用优势及开源资源，探讨AI音频处理的...

通义大模型团队开源语音AI双模型Fun-CosyVoice3与Fun-ASR完成重大升级。Fun-CosyVoice3实现首包延迟降低50%、中英混说错误率下降56.4%，支持多语言方言与情感控制，其...

谷歌正在测试将NotebookLM深度整合至Gemini平台，用户可通过附加笔记本作为数据源，使AI回答更精准可靠。本文解析该功能的技术细节、当前测试状态及对学术研究、商务场景的应用价值。

斯坦福大学《现代软件开发者》课程颠覆传统编程教育，要求学生用AI工具完成全流程开发。了解课程如何聚焦Cursor、Claude应用，重塑开发者核心竞争力，并应对初级程序员岗位萎缩的就业挑战。探索AI时...

英伟达CEO黄仁勋明确承诺不因AI技术裁员，反对限制AI使用，强调AI解放人力创造更多工作。公司计划招聘1万名新员工，涉及芯片设计、量子化学等领域，为科技行业AI人才战略提供新范本。

谷歌NotebookLM正式推出AI幻灯片生成功能，支持PDF、文档、视频等多格式输入，基于Nano Banana Pro模型生成专业演示稿，严格忠实原始资料，提升办公效率与视觉呈现效果。

OpenAI首席执行官山姆·奥特曼深度解析AI对高等教育体系的冲击。文章揭示传统学位经济回报率下降趋势，分析AI工具如何重构职业评价体系，并展望未来五年掌握AI协同技能的关键价值。

Perplexity Patents于2025年10月推出免费AI专利检索工具，利用自然语言处理技术实现精准查询，支持多源数据整合与语义扩展，助力创业者、学生等非专业用户高效获取专利信息。

LiblibAI 2.0正式上线，实现图文视频同界面创作功能，整合Qwen Image、Midjourney V7等前沿模型，内置500+视觉特效工具，提升创作效率300%，服务超千万设计师的AI创作...

谷歌正式推出Gemini CLI Extensions开放框架，支持第三方开发者无需审核发布扩展，基于MCP服务器架构，集成支付API、基础设施自动化等50+场景，与OpenAI形成差异化竞争。