1
Serving Local AI on My Jetson Through Durable Streams
在Jetson上搭建本地AI音频流服务，低成本玩转生成式AI超级计算机
Article URL: https://s2.dev/blog/local-ai Comments URL: https://news.ycombinator.com/item?id=48741231 Points: 1 # Comments: 0
2
派早报：豆包推出专业版、GTA VI 开启预售等
AI芯片、音频模型、GTA预售，今日科技圈焦点一网打尽。
OpenAI 发布 AI 推理芯片 Jalapeño、Goodram 推出 SD 存储卡 PRO S6B0 等。 查看全文
3
消息称高通正洽谈为字节跳动提供芯片设计服务，寻求降低对智能手机市场依赖
字节跳动豆包，全能AI助手，支持对话、写作、音频生成，多模态参考与长时音色一致，免费易用。
IT之家 6 月 24 日消息，据路透社报道，四位知情人士透露，高通正洽谈为字节跳动提供芯片设计服务。这家美国企业此举意在降低对智能手机市场的依赖，智能手机业务是其最大收入来源。 若谈判顺利落地，字节跳动将成为高通芯片设计业务的首批客户。高通是全球最大的智能手机基带芯片供应商，基带芯片负责处理蜂窝通…
4
火山引擎发布豆包音频生成模型 1.0，支持多模态参考生成与长时音色一致性
一条Prompt直接产出带对白、配乐和音效的完整音频，音频工作流或将就此改写。
IT之家 6 月 24 日消息，昨天火山引擎正式发布了豆包音频生成模型 1.0（Doubao-Seed-Audio 1.0），首次支持参考生成：把文本、音频任一模态作为输入，可以端到端生成目标音频。并且，它能在长时生成场景中保持多角色音色的一致性，大幅减少后期修音工作。 借由豆包音频生成模型 1.0…
5
6
Whisper-GPT -- Continuous Discrete Hybrid Representation Language Models For Speech And Music
一种新颖的连续离散混合表示语言模型，同时处理语音与音乐，统一建模音频生成和理解。
arXiv:2412.11449v2 Announce Type: replace-cross Abstract: We propose WHISPER-GPT: A generative large language model (LLM) for speech and music that al…
7
Show HN: RunAPI – one API for AI video, image, music, audio, and LLMs
一个API搞定10+AI服务，视频图像音乐音频LLM全囊括，开发者效率利器。
After building a few SaaS apps, I found that connecting many AI model APIs at the same time gets messy very quickly. So I built RunAPI, which lets you…
8
MOSS-Audio Technical Report
MOSS大模型音频能力技术报告，揭秘音频理解与生成新突破
arXiv:2606.01802v1 Announce Type: cross Abstract: MOSS-Audio is a unified audio-language model for speech, environmental sound, and music understandin…
9
Audio generation app Huxe, founded by former NotebookLM developers, shuts down
前NotebookLM开发者创办的音频生成应用Huxe宣告关闭，团队转向新项目。
Huxe said that it has pulled its app from App Store and Play Store, and that it will stop working later this month
10
Stability AI 推出音频模型 Stability Audio 3.0，可生成最长 6 分钟专业级歌曲
Stability AI发布音频模型3.0，最强版可生成6分钟专业级歌曲，但企业使用需付费。
IT之家 5 月 20 日消息，据外媒 TechCrunch 今晚报道，AI 初创公司 Stability AI 推出全新音频生成模型家族 Stability Audio 3.0，其顶级版本据称可生成长达 六分钟以上的专业级音乐 。 Stability AI 此次共推出了四款不同规格的模型，分别为：…
11
AWS nabs white hot gen AI media creation startup fal, becoming its preferred cloud provider
云端生成式媒体创作平台，集成数百种AI图像、视频与音频模型，为开发者提供统一API接口
Generative AI’s rapid transition from text-based chatbots to high-fidelity media—spanning images, video, spatial 3D, and audio—has exposed a glaring b…
12
WriteUp: 16 Bytes of x86 that turn Matrix rain into sound
仅16字节x86汇编同时生成Sierpinski分形与音频输出，极简代码的艺术与技术剖析。
Article URL: https://hellmood.111mb.de//wake_up_16b_writeup.html Comments URL: https://news.ycombinator.com/item?id=48173962 Points: 177 # Comments: 3…