7 月 14 日，Qwen Cloud 发布了 qwen-audio-3.0-tts-plus 和 qwen-audio-3.0-tts-flash。Qwen-Audio-TTS 增强了多语言和中文方…

做 Physical AI 产品的团队，通常把 90% 的精力放在两件事上：模型够不够聪明，本体够不够好。通信被当成一个边缘问题，接个 SDK、能传数据就行。 直到产品开始真实部署。用户家里的 Wi-…

2026 年 7 月 8 日，OpenAI 发布 GPT-Live。这是新一代语音模型家族，即日起接管 ChatGPT Voice。首发两个版本：GPT-Live-1 和 GPT-Live-1 min…

语音AI的工具成本在往下走，免费可用的选项也越来越多。本篇整理了5个目前可以直接上手的工具，有免费限速的云端API，也有完全开源可以自托管的项目，覆盖语音链路的不同环节，值得开发者和正在搭语音AI产品…

2024 年，黄仁勋在 CES 上宣布”Physical AI 时代到来”，更多像是一个方向性的宣言。2026 年，这件事正在变成真实的产业现实：工厂里开始跑人形机器人，资本以…

如果你的产品有欧盟用户，这篇值得花十分钟读完。 一. 先说清楚 EU AI Act 是什么 EU AI Act（《欧盟人工智能法》）是欧盟在2024年通过的一部专门规范AI的法律，适用范围很广，只要你…

5月28日，阿里巴巴语音大模型Fun-Realtime-TTS-Preview在Artificial Analysis的Speech Arena排行榜上拿到1190分Elo，全球第五，国产模型里排第一…

2026年上半年，语音AI经历了过去几年里变化最密集的六个月。OpenAI、Google、微软、苹果在同一时间窗口里相继发布了对行业格局有实质影响的产品，Thinking Machines Lab这样…

6月8日，Tim Cook最后一次走上Apple Park的主舞台。他9月1日就要把CEO的位置交给John Ternus了，而这场WWDC他要交代的事情不少。两年前在iPhone 15 Pro发布会…

今年的 Microsoft Build，微软的重心落在一件具体的事上：帮助开发者把 AI Agent 跑进真实业务里。相比去年更多展示模型能力，今年微软更强调部署、编排和多模态交互，语音是其中被着墨最…

文本转语音（TTS）领域在2025-2026年迎来了爆发式进展。端到端神经网络模型彻底取代了拼接式合成，开源社区涌现出一批音质接近商业方案、可免费私有化部署的强大模型。本文对主流开源TTS模型进行完整…

AI Agent 正在从实验室走向生产环境。2026年，选择一个合适的开源Agent平台已经成为每个AI工程师和产品团队的必修课。本文系统评测10大主流开源Agent平台，覆盖核心能力、上手难度、适用…