8 月 18 日，NVIDIA AI Blueprints 的 Nemotron Voice Agent 发布 v2.1.0。release notes 很短，新增 Chatterbox TTS Mu…

8 月 18 日，k2-fsa 发布 sherpa-onnx v1.13.6，新增 VAD 加 ASR Flutter 示例，统一 Flutter 和 Dart CLI 初始化 API，修 Andro…

2026 年 8 月 3 日，NVIDIA 在 Hugging Face 上开放了 NemotronLabs VoiceChat 11B 的权重——这是目前第一个同时支持全双工对话和实时工具调用的开源…

科技媒体TestingCatalog近日披露，微软正在封闭测试一款名为MAI Realtime的原生实时语音模型。从目前曝光的MAI Playground测试界面来看，MAI Realtime可能是微…

7月30日，Thinking Machines Lab正式发布开放权重模型Inkling-Small。虽然名字里带着“Small”，但Inkling-Small依然拥有2760亿总参数。它真正变“小”…

在大模型语音能力快速升级的这几年，TTS（文本转语音）系统经常被更大的参数规模、更丰富的音色、更复杂的情绪控制和更强的云端推理能力定义。但放到实时互动场景里，TTS 很快会遇到更具体的问题，比如低端设…

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…

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…

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…