Kyutai 開源輕量級語音生成模型 pocket-tts:僅 100M 參數,專為 CPU 最佳化且首包延遲 200ms
模型無需 GPU 即可運行,在 M4 晶片生成速度達即時 6 倍,支援六國語言與語音複製,並提供 Python API 與 CLI 快速部署。
GitHub Trending (python)單一來源
27 則值得知道的變化
美國能源部啟動 Genesis 開放模型計畫,與 Arcee 共同發布專為科學研究打造的首款開放權重模型 Genesis-Science-1。
官方在 Reddit AMA 中證實,H3-Regenerate-2K 採用潛在空間 DiT 架構而非傳統超解析度,未來將提供基於 MoBA 風格的 Sparse Attention 實作,並坦言為保證品質暫無官方 4 步加速版本計畫。