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...
2026-10-30
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...
2026-10-22
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 ...
2026-10-20
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
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...
2026-10-08
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
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...
2026-09-01
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