在线咨询
专属客服在线解答,提供专业解决方案
工单支持
专业技术支持团队,随时响应服务需求

漫步1024

博客封面6月17
Genie 4让世界模型开始生成声音:游戏实时互动会发生什么变化?

10月27日,Google DeepMind 发布新一代世界模型 Genie 4,展示了一个值得关注的方向:用户可以进入 AI 生成的场景,通过键盘移动、改变观察视角,还可以使用自然语言调整天气、加入...

博客封面6月6
黄仁勋演示 Microduck:机器人学会走路之后,如何实现实时互动?

10月21日,在德国柏林举行的 NVIDIA GTC 2026 主题演讲上,黄仁勋带来了四只小鸭子。它们是由法国 Pollen Robotics(Hugging Face 旗下机器人团队)开发的双足机...

博客封面6月5
Google 将首次响应从 14.4 秒降到 1.2 秒

2026 年 10 月 19 日,Google Developers Blog 发布了一篇关于实时 Voice Agent 的实践文章。Google 使用 ADK 和 Gemini 3.8 Live ...

博客封面6月7
Strands Bidi Agents:厂商互换背后的工程取舍

2026年10月5日,亚马逊在Bedrock上线了Amazon Nova 2.5 Sonic,内容是推理能力、指令遵循、工具调用准确性的提升,延迟也有所降低,公告原文没有给出任何百分比或毫秒数字,第三...

2026-10-08

博客封面6月10
微软一口气补齐语音AI全栈,行业响应速度卷到了多快

从微软一次性发布的三款语音模型,看流式架构怎么把延迟压进了百毫秒区间 2026年10月1日,微软一次性放出了三款语音模型:流式语音识别MAI-Transcribe-2-Streaming,两档语音合成...

博客封面8月9
Meta Connect 2026:当语音成为超级智能的入口

Meta Connect 2026上,扎克伯格把Muse叫作”个人超级智能”,同一场发布会里落地了两条完全不同形态的产品:一个是让AI长出脸和身体、能实时对话的Muse Rea...

2026-09-24

声网博客封面9-01
开源语音模型越来越多,Voice AI 的门槛真的变低了吗?

过去两年,Voice AI 行业出现了一个非常明显的变化:开源语音模型越来越多,而且越来越强。 从早期 Whisper 带动 ASR 开源,到今天 Qwen、Microsoft 等大厂不断推出新的 A...

博客封面6月3
NVIDIA Nemotron Voice Agent v2.1.0 更新,多语种声音和轮次判断成了重点

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...

2026-08-19

1 2 3 4 … 11