OOOSplat 0.8.0 统一输入并修复相机恢复
OOOSplat 0.8.0 已发布。2026 年 11 月 12 日的这个版本重点在于统一处理多个来源、修复相机恢复、处理透明图像以及精确取景。MCP 和 WASD 控制也已更新。
方法的结构。示意图根据本简讯绘制。
Switch to the English version? It is the same page at the same address, with a language prefix.
Other languages: Русский
Moondream 发布 Parakeet Redux — 1.58 位语音识别模型,参数量 149 百万2026 年 9 月 18 日,模型 moondream/parakeet-redux 在 HuggingFace 上发布,用于 automatic-speech-recognition。这是 parakeet-tdt-0.6b-v3 的 1.58 位版本:架构和分词器相同,但编码器的每个权重取值为…
FreqForcing 将自回归视频生成延长至两分钟,无需微调2026 年 7 月 29 日,arXiv 上发布了论文 FreqForcing: Autoregressive Long Video Generation via Spectral Self-Anchoring。作者研究了自回归视频扩散模型的问题:在逐帧生成时,误差会累积,
RGMV 通过几何可靠性检查改进多视图生成arXiv 上发表了 Reliability-Guided Multi-View Generation(RGMV)工作,该工作解决了从单张图像生成物体多个视图时几何不准确的问题。作者提出了一个无参数模块 Self-Co
Fish Speech 发布 Drama 3 — 35B 参数语音生成模型,支持 80 种语言2026 年 10 月 13 日,Fish Speech 仓库发布了 Fish Audio Drama 3 的 pre-release 版本。这是一款语音生成模型,可将文本转化为“可导演的演绎”:通过多个参考样本克隆声音,并遵循指令