4月12日，MiniMax推出最新语音生成模型Speech-02，5月15日其升级版Speech-02-HD登顶多个榜单。AI语音赛道火热，多家企业完成融资，如Cartesia获6400万美元融资，Hume AI获5000万美元融资，Google和Amazon也在布局相关技术。近期测试显示，AI在中文有声书配音中，DubbingX表现较优，能较好传达“愤怒”与“悲伤”情绪；但在英文有声书场景中，多数模型未达及格标准。直播带货场景中，AI情感表达合格但场景适配性差，而AI陪伴场景表现中规中矩。总体来看，AI语音在简单场景中表现尚可，复杂场景仍需改进。未来，toB领域应用前景广阔，如AI助手和陪伴硬件，我们将持续关注其发展。

标题：祖母的讣告能用Deepseek代写吗？ 两年前，杰巴·金的祖母去世，作为家族的“秀才”，他承担起写讣告的任务。31岁的他从未写过此类文章，亲友离世的伤痛也让他难以动笔。最终，他尝试使用OpenAI的ChatGPT。他输入祖母的事迹——护士生涯、爱好保龄球、子孙满堂等——要求生成讣告。经过修改，...

Meta近日开源了一款名为Spirit LM的7B参数规模的多模态语言模型，能够同时处理语音和文本数据，不仅支持语音转文本和文本转语音任务，还能捕捉和再现语音中的情感和风格。这款模型通过交错使用文本和语音数据进行训练，使得模型能在两种模式间自由转换。与现有模型相比，Spirit LM在处理多种模态数据和任务时具有更强的泛化能力。该模型有两个版本：基础版和表达版。表达版额外引入音高和风格token，使其在生成语音时能更丰富地表达情感。实验结果显示，Spirit LM在自动语音识别和文本转语音任务中表现出色，尤其是在少量样本的情况下也能跨模态学习新任务。不过，该模型也可能生成不安全的内容，需要额外的安全测试。Meta开源该项目旨在推动语音和文本结合的语言模型的发展。

10月30日，Cyan青心意创发布了其自主研发的通用人形机器人OrcaⅠ的动态视频，展示了其在行走、爬坡、转圈、步态恢复、户外行走等方面的运动控制能力，以及在大语言模型加持下的自然语言交互能力和双臂操作能力。 OrcaⅠ在本体设计、运动控制、自然语言对话、双臂操作等方面实现了技术突破，赋予其更为灵动...