Meta发布全新AI模型：音频、文本与水印创新解析

Home AI News CN Meta发布全新AI模型：音频、文本与水印创新解析

Meta的基础人工智能研究（FAIR）团队正在发布多个新模型和工具，专注于音频生成、文本到视觉的能力以及水印技术。

Meta在一份新闻稿中表示：“通过公开分享我们的早期研究，我们期望激发创新，推动人工智能的负责任发展。”

音频创作模型：JASCO和水印工具

Meta推出了JASCO，这代表了“联合音频与符号条件的时间控制文本到音乐生成”。该模型通过允许用户输入各种元素（如和弦或节拍），来增强音频创作的灵活性和效果。FAIR的研究表明，用户可以通过文本命令操控生成音频的特性，如和弦、鼓点和旋律，从而达到他们期望的声音效果。

FAIR将以MIT许可证发布JASCO推理代码，并在非商业的创作共享许可证下提供预训练模型。此外，Meta还推出了AudioSeal，这是一种创新工具，用于给AI生成的语音添加水印，帮助更有效地识别这类内容。

Meta指出：“AudioSeal是首个专为本地化检测AI生成语音而设计的音频水印技术，使得在较长的音频文件中识别AI创建的片段成为可能。”该工具显著提升了检测效率，检测速度比传统方法提高了485倍。与其它模型不同，AudioSeal将以商业许可发布。

变色龙模型发布

FAIR还计划发布其多模态文本模型变色龙（Chameleon）的两个版本，采用仅限研究使用的许可证。变色龙7B和34B模型专为需要视觉与文本理解的任务设计，例如图像描述。值得注意的是，Meta已宣布目前不会提供变色龙的图像生成模型，用户只能访问与文本相关的功能。

此外，研究人员将获得一种多标记预测方法，该方法可同时训练语言模型预测多个未来单词，而不是按顺序进行。此功能将仅在非商业和研究性质的许可证下提供。

33.8K

法律与金融行业专用的人工智能翻译服务

人工智能翻译其他

1.4M

高质量的免费AI换脸工具，助您轻松实现场景变换与人脸替换。通过先进的人工智能技术，您可以在数秒内创造出真实又引人注目的换脸效果，让您的创意得到充分展现。无论是娱乐、社交媒体分享还是视频制作，这款工具都能满足您的需求。立即体验高效且免费的换脸服务，开启新的创作旅程！

人工智能图像转图像工具

1.2M

Tome是一个创新的新媒体平台，借助人工智能来塑造和分享创意思想。它支持通过丰富的内容、视觉图片和引人注目的演示文稿进行创作。

人工智能驱动 AI 内容生成器

726.9K

通过人工智能驱动的电影制作平台，用户可以完全掌控故事叙述的每一个环节。这种创新技术将改变传统电影制作方式，使创作者在视觉叙事上拥有更大的自由度和灵活性。

人工智能驱动文字转视频工具

Find AI tools in YBX