По словам Пинвана, страница Arxiv показывает, что Alibaba недавно выпустила модель аудиоязыка под названием Qwen-Audio. Модель предназначена для достижения универсального восприятия звука за счет расширения предварительного обучения аудиоязыка, чтобы охватить более 30 задач и различных типов звука, таких как человеческие голоса, звуки природы, музыка и песни. Исследования показали, что Qwen-Audio достигает значительной производительности в широком спектре тестовых задач без необходимости тонкой настройки для конкретных задач.

24 октября журнал Time опубликовал список «Лучшие изобретения 2023 года», в который вошли 200 инноваций, которые меняют наш образ жизни. Среди них было отобрано в общей сложности 14 проектов в области ИИ, в том числе Generative Expand и Generative Fill от Adobe Photoshop, OpenAI GPT-4 и Dall-E 3, Runway Gen-2, Meta SeamlessM4T, Stable Audio и так далее.

По данным TechCrunch, 13 сентября Stability AI объявила о запуске Stable Audio, музыкального генератора с искусственным интеллектом. Stable утверждает, что это первый инструмент, способный создавать «высококачественную» музыку с частотой 44,1 кГц для коммерческого использования с помощью технологии, называемой скрытой диффузией. Обучаясь метаданным аудио, а также продолжительности и времени начала аудиофайлов, Stability заявила, что по сравнению с ранее выпущенными генеративными музыкальными инструментами базовая модель Audio Diffusion имеет примерно 1,2 миллиарда параметров и может синтезировать содержимое и содержимое аудио. продолжительность. Год назад Stability AI незаметно выпустила Dance Diffusion, но затем Harmonai, исследовательский институт, который Stability финансировал для создания модели, перестал обновлять Dance Diffusion. Выпущенная сегодня Stable Audio не была разработана исключительно Harmonai. Аудио-команда Stability, официально запущенная в апреле, создала новую модель, вдохновленную Dance Diffusion, в качестве основы для Stable Audio, которую затем обучила Harmonai. В настоящее время Stable Audio доступен только через веб-приложение. Stability также не объявила о планах выпустить модель Stable Audio с открытым исходным кодом.