Qwen2-Audio：多模态AI系统，融合语音对话和音频分析功能

多模态AI系统，融合语音对话和音频分析功能，支持超过8种语言和方言，无需自动语音识别即可进行语音交互，提供音频信息分析和多语言支持。

Qwen2-Audio：多模态AI系统，融合语音对话和音频分析功能，支持超过8种语言和方言，无需自动语音识别即可进行语音交互，提供音频信息分析和多语言支持。

参考文献：
[1] https://qwenlm.github.io/zh/blog/qwen2-audio/

[2] https://huggingface.co/spaces/Qwen/Qwen2-Audio-Instruct-Demo
[3] Qwen2-Audio Technical Repo：https://arxiv.org/pdf/2407.10759
[4] https://github.com/QwenLM/Qwen2-Audio
[5] https://modelscope.cn/organization/qwen?tab=model
[6] https://huggingface.co/collections/Qwen/qwen2-audio-66b628d694096020e0c52ff6

来源：NLP工程化

0赞

好文章，需要你的鼓励

施耐德电气

新质服务体系

2025-09-15

施耐德电气新质服务体系全新升级：创新驱动、生态协同、行业赋能齐发力

施耐德电气以“新质服务+产业向‘新’行”为主题，第六次参会，展示全新升级的“新质服务体系”，围绕创新驱动、生态协同和行业赋能三大核心领域，以全新升级的“新质服务体系”，助力中国产业向高端化、智能化、绿色化迈进。

视频理解

实时交互

多模态处理

2025-09-15

香港中文大学推出Dispider：让视频AI像人一样“边看边聊“的革命性突破

香港中文大学联合上海AI实验室推出Dispider系统，首次实现AI视频"边看边聊"能力。通过创新的三分式架构设计，将感知、决策、反应功能独立分离，让AI能像人类一样在观看视频过程中进行实时交流，在StreamingBench测试中显著超越现有系统，为教育、娱乐、医疗、安防等领域的视频AI应用开启新可能。

人工智能

云计算

商业模式创新

2025-09-15

甲骨文云服务或在本十年内媲美AWS

甲骨文正在成为大规模基础设施供应商的可靠选择。该公司通过AI技术推动应用开发，构建GenAI模型并将智能代理集成到应用套件中。CEO萨弗拉·卡茨透露，公司剩余履约义务达4553亿美元，同比增长4.6倍，并预测OCI收入将从2026财年的180亿美元增长至2030财年的1440亿美元。甲骨文正积极布局AI推理市场，凭借其作为全球最大企业私有数据托管方的优势地位，有望在云计算领域实现重大突破。