AI进化四部曲：从工具到自我

快讯

• B站的IndexTTS2开源了

  B站备受期待的文本转语音模型 IndexTTS2 刚刚开源，立刻在开发者社区中掀起了一阵波澜 🔊。现在大家最关心的问题是：它的实际效果是否能媲美官方演示那般惊艳？幸运的是，你现在就可以 前往GitHub查看源码并在Hugging Face上找到模型亲自测试一番 🔥。这一发布再次证明了大型科技公司正积极为开源世界贡献力量。🤔
  

  2天前

• ​谷歌 NotebookLM 推出新报告功能，支持多语言生成和个性化设置

  谷歌的 NotebookLM 刚刚获得史诗级增强，摇身一变成了你的私人报告撰写助理 🔥。它现在能以超过 80种语言 生成结构化报告，并智能推荐格式，你甚至可以用详细提示词来微调语气和风格 (✧∀✧)。这意味着你可以告别繁琐的格式调整，专注于闪光的创意，快去 最新版NotebookLM了解详情吧！

  2天前

• ChatGPT 项目功能向所有用户免费开放

  OpenAI 再次向所有用户敞开怀抱，宣布 ChatGPT 的"项目”功能现已对免费用户全面开放，让每个人都能体验到更强大的工作流管理 🚀。此次更新还大幅提升了文件上传限额，并增加了颜色和图标等个性化选项，让你的工作空间更有条理。这波操作无疑是 AI 工具平民化的又一里程碑，快去官方公告 看看你的 ChatGPT 升级了没！

  1周前 (09-05)

• OpenAI震撼发布GPT-realtime！语音AI革命来了，人机对话真假难辨

  OpenAI 发布 GPT-realtime 语音模型，其自然流畅度和情感表达力达到新高度，能够精准模拟人类语音细节，包括语调、情感和语速。该模型具备语音对话和图像理解能力，能够处理复杂指令，并根据上下文实时调整语音风格。OpenAI 还新增了语音风格并优化了原有的语音效果。GPT-realtime 将颠覆客服、教育、金融和医疗等领域，推动语音助手向全功能智能伙伴转变，并为开发者开启语音 AI 应用开发的新纪元，标志着人机语音交互的重大变革。

  2周前 (09-01)

• 谷歌Gemini迎来重大更新，推出免费Pro计划与超强推理新功能

  谷歌Gemini放出大招，功能更新直指ChatGPT的王座！Google DeepMind掌门人Demis Hassabis转发了一则重磅消息，称Gemini迎来史诗级更新，不仅免费提供Pro计划，还上线了名为"Deep Think”的超强推理功能 🔥。这场AI巨头之间的"神仙打架”愈演愈烈，用户成了最大赢家 (✧∀✧)。快来看看Gemini的最新动态，体验这些ChatGPT都还没跟上的新特性吧！🚀

  2周前 (09-01)

• 谷歌Nano Banana全网刷屏

  谷歌DeepMind团队秀出了他们的P图神器Gemini 2.5 Flash Image，外号"Nano Banana”，能把香蕉P成晚礼服，创意突破天际 🍌。这款模型具备原生的图像生成与编辑能力，支持多轮对话式修改，甚至能通过交错生成机制实现像素级P图，了解更多幕后团队，让P图体验像聊天一样流畅。其核心魅力在于将图像理解与生成紧密结合，正做到了"看懂再画”，为创意工作流带来了革命性的变化 💡。

  2周前 (08-30)