Underdog Bark 3.0:仅163 MB的语音转文字模型
基于英伟达与 Moondream 开源的语音识别架构,模型体积被压缩到了 163 MB,转写速度极快,在苹果 M 系列芯片上转写 5 分钟音频仅需半秒。它不仅在英文会议场景下的错误率明显低于传统的 Whisper 等大模型,其特有的 Clean 版本还能在打字时自动过滤掉日常讲话中的“嗯”、“啊”、口误重复等废话,直接输出干净顺畅的最终文本。
可惜仅支持英文。
模型:
显示更多
在 90 多的价格买入 CoreWeave,我是在押注新兴行业的 underdog,期待这只 underdog 有成为主角的一天,其实它一直都不弱。
以前是程序员替 AI 收拾残局,现在 AI 开始给程序员写「无 bug 保证书」了:Anthropic 让 Claude 写形式化证明,官方称覆盖 123 个开源库
另外两个惊喜:Canva 自研图像模型冲到设计榜第 2,Carbon-X 一个 14B 模型就能读 DNA
00:00 开场
00:09 Anthropic 形式化验证
01:56 Canva Craft
02:38 Gemini API CLI
04:36 Devin 漏洞修复插件
05:23 METR 红队测试 OpenAI 智能体监控
06:16 Ideogram Vector 1.0
07:07 蚂蚁 Ling-3.1-flash
07:39 SageAI Sage-A1.5
08:27 NVIDIA Nemotron Retriever
10:39 LlamaIndex OCRia-1
12:39 微软研究院 Flint Interactive
13:56 Underdog Bark 3.0
15:15 Hugging Face Carbon-X
16:31 HexaShell(arXiv 2610.23479)
18:40 LEV 循环决策模型(arXiv 2610.20951)
20:50 片尾
显示更多
Cryptocom 和 Novig 已在联邦法院起诉密苏里州官员,要求禁止州政府依据体育博彩法限制其体育事件合约业务。密苏里州总检察长 Catherine Hanaway 于 9 月向 6 家预测市场平台发出停止和终止通知,要求其停止向当地居民提供相关合约、申请体育博彩牌照并缴纳 10% 博彩税;Kalshi、Polymarket、Robinhood 和 Underdog 截至目前尚未在密苏里州提起诉讼。Cryptocom 认为其合约受美国商品交易法及美国商品期货交易委员会(CFTC)管辖,州博彩法不适用;Novig 则请求法院在第八巡回上诉法院审理类似案件期间发布初步禁令。(The Block)
显示更多