GPT4Free是一个由开发者Xtekky在GitHub上发布的开源项目，它可以免费地使用GPT-3.5、GPT-4、llama、gemini-pro、bard、claude等多种大模型。截止到当前(2024.1.30)已经有52.2k star，可见其受欢迎程度。

目前很多大模型如雨后春笋般涌现出来，都有点心慌了。冷静下来还是需要一个个去识别哪些对自己有用。

模数共振”是人工智能进入“以数据为中心”新时代的新产物，包含一系列新技术、新理论、新企业、新服务。本次研讨会由工信部科技司指导，中国人工智能产业发展联盟数据委员会联合中国信息通信研究院人工智能研究所、人工智能智库网络共同举办，来自中国信通院、联通、华为、海天瑞声、中化农业、中国电信、中国电子云、浪潮云洲、科大讯飞、砺英数智、希尔贝壳、库帕思、景联文、晴数智慧、张江数学研究院等机构及企业的领导和专家

摘要：WenetSpeech-Chuan是首个大规模多维标注的川渝方言语音语料库，包含10,000小时来自9大领域的语音数据，并配有ASR转录、说话人属性、情感等多维度标注。针对川渝方言语音技术发展受限的问题，研究团队提出完整的Chuan-Pipeline处理框架，创新性地采用LLM-GER转录方法提升方言识别准确率15%。实验表明，基于该数据集训练的模型在ASR和TTS任务中性能超越现有SOTA

AISHELL-5作为首个开源的真实车载多通道中文语音识别数据集，填补了智能驾舱语音交互研究领域的数据空白。该数据集包含893.7小时真实车内录音（含706小时对话和187小时噪声），采集自165名说话人在60多个车载场景下的多方位麦克风信号。由希尔贝壳联合理想汽车等机构发布的该项研究入选INTERSPEECH2025会议，配套开源基线系统展示了主流ASR模型在复杂驾舱环境中的性能挑战。数据集下载

未来，希尔贝壳将秉持长期开源、优质开源的原则，持续迭代并开源更多覆盖多元场景、适配特殊需求的高质量语音数据集，为全球语音技术领域的模型创新、算法优化及应用落地提供坚实的数据支撑，助力破解非典型语音研究中的技术瓶颈，推动语音智能技术向更精准、更普惠、更多元的方向发展。我们期望以该语料库为纽带，凝聚全球协作力量，打破地域与技术壁垒，共建包容、公平、可持续的全球语音技术研究生态，推动语音技术普惠落地，覆

摘要：希尔贝壳联合多家研究机构推出首个大规模吴语语音语料库WenetSpeech-Wu，包含8000小时多维度标注数据，覆盖8种吴语子方言和13个领域。针对吴语语音处理生态匮乏问题，团队同时发布标准化评测基准WenetSpeech-Wu-Bench，涵盖ASR、语音翻译、情感识别等6项任务，并开源多个高性能语音处理模型。实验表明，基于该数据集训练的模型在各项任务中均显著优于现有系统，其中Confo

2024年5月，极佳科技联合国内外多家单位推出了全球首篇通用世界模型综述，该综述通过260余篇文献，对世界模型在视频生成、自动驾驶、智能体、通用机器人等领域的研究和应用进行了详尽的分析和讨论，该综述还审视了当前世界模型的挑战和局限性，并展望了它们未来的发展方向。「视界一粟 YiSu」基于团队自研的视频生成大模型技术，并没有止步于DiT，而是融合LLM和扩散模型的自研架构，结合各种路线的优势，在多模

梦晨 西风 发自 凹非寺量子位 | 公众号 QbitAI英伟达老黄，成了今年的圣诞老黄。AI芯片大礼包刚刚曝光：GPU新核弹，以及附带CPU的超级芯片。，在产品层面上相比B200在FLOPS上提高50%，从192GB提升到288GB，也是提高了50%。包含72块GB300的“新一代计算单元，更是被评价为“能让OpenAI o1/o3推理大模型的思维链长度，在高batch size下达到10万tok

摘要：WenetSpeech-Chuan是首个大规模多维标注的川渝方言语音语料库，包含10,000小时来自9大领域的语音数据，并配有ASR转录、说话人属性、情感等多维度标注。针对川渝方言语音技术发展受限的问题，研究团队提出完整的Chuan-Pipeline处理框架，创新性地采用LLM-GER转录方法提升方言识别准确率15%。实验表明，基于该数据集训练的模型在ASR和TTS任务中性能超越现有SOTA