8月23日,Meta在官网宣布开源多语音、语言翻译大模型SeamlessM4T。SeamlessM4T支持100种语音、语言翻译,实现语音到文本、语音到语音、文本到语音和文本到文本的多模式翻译。SeamlessM4T集成了Meta之前发布的NLLB、MMS等翻译模型,使用270,000小时对齐语音文本数据进行训练,是目前最大、功能最全的开源翻译模型。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
相关推荐
苹果初代智能眼镜细节曝光，将成 iPhone 最强 AI 配件
苹果计划于2026年底发布、2027年发货的“Apple Glasses”被CEO库克列为最高战略优先级，旨在打造超越Meta的行业标杆产品。
2025年12月23号 14:02
157.2k
重金挖角半年即传不和：扎克伯格与 Meta 新 AI 主管陷入关系僵局
Meta CEO扎克伯格斥巨资重塑AI部门，高薪聘请Scale AI创始人亚历山大·王担任负责人。然而，据《金融时报》报道，两人关系近期趋于紧张，天价合作或已进入“蜜月期”终结阶段。
2025年12月23号 10:28
141.3k
Meta 智能眼镜重大更新:AI 助听功能上线，还能根据眼前的风景点歌
Meta智能眼镜升级，新增“对话聚焦”助听功能，利用定向麦克风在嘈杂环境中清晰捕捉对话者声音，并与Spotify深度集成，提升交互体验。
2025年12月22号 14:31
134.9k
Meta 官宣2026上半年发布 Mango 系列下一代模型
Meta计划于2026年上半年发起AI全面反攻，由首席AI官Alexandr Wang领导，将推出多款下一代智能模型。核心包括统一图像与视频生成理解的多模态模型Mango，以及下一代大型语言模型Av。
2025年12月19号 9:47
98.3k
Meta发布SAM Audio：全球首个支持“点击分离声音”的多模态音频模型，一键提取吉他声、人声或狗叫
Meta发布SAM Audio，全球首个统一多模态音频分离模型。用户可通过点击视频中物体、输入关键词或圈定时间片段，一键提取目标声音或过滤噪音，实现“用眼睛听声音”。该技术首次模拟人类自然感知声音的方式，支持看、说等多种交互。
2025年12月18号 9:25
157.2k