OpenAudio S1
OpenAudio S1是Fish Audio推出的文本转语音（TTS）模型，基于200万小时音频数据训练，支持13种语言。采用双自回归架构和RLHF技术，生成自然流畅的语音，支持50多种情感和语调标记。具备零样本和少样本语音克隆功能，仅需10到30秒音频即可生成高保真声音。适用于视频配音、播客、游戏角色语音、虚拟助手、游戏娱乐、教育培训及客服系统等场景。提供40亿参数完整版和5亿参数开源版，满足
人工智能
Neural4D 2o
Neural4D 2o 是一款基于多模态数据训练的 3D 大模型，支持文本、图像、3D 和运动数据输入，实现高精度的 3D 内容生成与编辑。具备上下文一致性、角色身份保持、换装和风格迁移等功能，支持自然语言指令操作。采用 Transformer 编码器与 3D DiT 解码器架构，原生兼容 MCP 协议，提升创作效率与交互体验，适用于 3D 内容创作、游戏开发、影视动画等多个领域。
15个AI数字人制作工具，快速生成口播和直播视频
AI数字人通过AI技术模拟真人外貌与行为，实现自然对话与情感表达。本文介绍多款数字人制作工具，支持视频创作、营销推广、教育培训等场景，功能包括3D内容生成、自定义编辑、后期包装等，适用于个人及企业用户，助力内容生产效率提升。
Creatie.Ai
基于AI的UI/UX 设计工具，只需几分钟即可建立您自己的设计系统！Creatie.Ai的人工智能识别现有文件中的可重用组件，并生成全面的样式库，包括字体、颜色和阴影。
Large Action Models
Large Action Models（LAMs）是微软开发的一种智能系统框架，专注于执行真实世界任务。它通过整合数据收集、模型训练、环境交互和评估等阶段，将语言理解转化为具体行动，提升了AI在自动化和增强人类能力方面的影响力。LAMs具备动态规划、自主执行和专业化训练等特点，广泛应用于办公自动化、智能家居管理、客户服务、电子商务等领域。
---
