惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

G
Google Developers Blog
酷 壳 – CoolShell
酷 壳 – CoolShell
量子位
C
Check Point Blog
B
Blog RSS Feed
Y
Y Combinator Blog
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
A
About on SuperTechFans
Microsoft Azure Blog
Microsoft Azure Blog
博客园 - 聂微东
阮一峰的网络日志
阮一峰的网络日志
人人都是产品经理
人人都是产品经理
小众软件
小众软件
Last Week in AI
Last Week in AI
博客园 - 【当耐特】
GbyAI
GbyAI
The Cloudflare Blog
博客园 - 叶小钗
S
SegmentFault 最新的问题
博客园 - Franky
Engineering at Meta
Engineering at Meta
F
Fortinet All Blogs
B
Blog
Jina AI
Jina AI

LINUX DO - 最新话题

谷歌云盘下载700g数据集,求方法 OpenAI推出了100美元的Pro订阅后,plus的Codex 5小时限额大幅缩水 之前买的super grok居然还没掉 关于CPA认证文件周限 佬们,默认CDK的要求是什么等级啊? 最新版本的微信群聊机器人方案 有没有人知道如何free号没有封,那么是否可以循环使用,因为我看主要是周限 L站改版了?吓我一跳,我以为我浏览器崩了 淘宝这种宽带可信吗,500兆移动宽带月费8元到2099年 docker内部应用访问宿主机mysql和redis时被拒绝connection refuse Erp全栈想转行做Ai有什么推荐的吗 boost有bug 佬们,有没有靠谱点的 Plus 购买渠道 大妈,狗妈用的 lg 服务有源头开源项目吗? 有人有能过验证码打码的嘛 上次帖里好像发过通过大模型来打码的 gpt plus 封号似乎也太快了点,一天就给封号了 按流量/token收费的国产官方AI推荐 我算是知道了为什么Oracle总是ABC了 佬友们帮我分析一下 ChatGPT Team账号只有一个人使用和4个席位邀请满了使用的总额度是一样的吗? gpt-free 10个带rt CPA反代claude是默认1m吗? 我终于敢说我做出来windows上tmux的替代了,目标windows/全平台最强的终端Ai编程工具 claude pro升级max,除了原来的$20,好像还能再领一次$100 关于AI agent的知识框架 独乐乐不如众乐乐,分享一下我的的AI对话程序 佬们自建网站支付问题是怎么解决的 怎么能让gpt模仿claude风格输出 codex free已经死了,下一个会是plus或者team吗 请问chatgpt pro里的fast模式,速度快了,降智吗
豆包app剥夺了豆包多模态理解的机会,那多模态的意义在哪里?
StellaFortuna (欣欣|林可欣) · 2026-06-28 · via LINUX DO - 最新话题

豆包:(快速模式)

Screenshot_20260628_015349

qwen:无思考

Screenshot_20260628_015339

qwen完全正确 只有驰骋实际上是迟骋 文艺化的单字代替词 确实有点为难AI

豆包过去的体验都是我上传音频,我还不用发消息给他,我就已经可以点击音频文件,看到他提取的字幕以及AI总结
总结完全是根据字幕来说的,你现在发信息给他,让他处理这些识别到的东西,比如说原样输出,他真的就是输出原样 如果你直接发给他,你可以看到理解音频中之类的提示 有时候也是整理音频中

他真的不是用了一个语音转文字的小工具直接快速低成本处理吗? 我愿意相信豆包哪怕快速模式也更新到新版本了 音频识别能力不至于毫无长进吧

我又去试了一下专家模式 完全一模一样 在他明明提示还在理解音频过程中,那个音频就已经缓存到了我上一次上传的识别结果 再进一步说明了不是AI在理解音频,而是另一个工具专门做这件事情

如果千问以后能支持一口气上传多个音频一起提取 那真的绝杀

所以如果不寄托于绝对的大模型技术的话,豆包的音频视频效果其实还是不错的 部分日常场景还是可以用的~

或许语音聊天才是真正的大模型理解并聊天吧,但是跟你聊天的模型又能是多大的参数呢?…

最后补充:我上传的音频是我中午的录音 几乎1秒两个字 甚至一个字 每一个字之间都有间隔 而且声音很小…

Rigel (天青) 2

欣欣姐依旧每日批判豆包,对豆包的爱究竟有多深呢 :open_mouth:

qbug (量子Bug) 4

对呀,豆包的一切都是偷懒的,只有调 API 才是完全体。跟 qwen studio 完全没法比。

在火山引擎里,那个实时语音体验和数字人体验,就与日常对话的感觉很不一样。

petter.wang (petter.wang) 5

要出收费版了,免费版得要拉开差距才行啊

我觉得这个时候有必要区分一下APP和豆包的关系,就像上一次kimi一样w

虽然说实话,豆包以及kimi那次无论是AI还是APP都是一坨()

但是豆包日常生活中是真的好用 日常生活 简单问题,大部分情况下
这所有限定加上 豆包是一个好AI 豆包APP也是一个好APP

在这一次的场景下,我批判的还是主要是APP,是APP限制了AI的能力,我觉得它剥夺了AI精确自主理解音频的权利,而是选择了一个工具来完成这件事情,这导致无法完美完成我的需求 对我来说这自然是差评的

所以因为平台的限制,我无法确认豆包到底能不能胜任这个任务~

每一天都有和豆包聊不完的话题,很多甚至是我想要分享到论坛的

Screenshot_20260628_024804

不想分享的当然是聊完就删~

优化了标题~

Rigel (天青) 7

好的喵~
看得出来欣欣姐思想很跳脱喵(竟然还有GTA6真人快打)
所以腿照何时分享( :face_with_peeking_eye:

你说完我就秒发了,怎么样?是不是很感动? :innocent:

qwen 这么强吗, 我直接看文字稿都看不太懂在说什么,但qwen能直接听写还原出来 希望 qwen 也能出一个语音输入法