我的随笔

NVIDIA 开源 Audio2Face：音频生成逼真面部动画；Gemini Live API 支持思考能力丨日报

RTE开发者社区 2025-09-29 13:07 阅读:38 评论:0 推荐:0

Qwen3-Omni发布：端到端全模态Thinker-Talker架构；Meta真实世界智能体基准Kimi K2开源最佳｜日报

RTE开发者社区 2025-09-26 14:37 阅读:103 评论:0 推荐:0

Qwen 发布高精度实时音视频同传模型；AirPods 实时翻译功能新增中文丨日报

RTE开发者社区 2025-09-25 11:39 阅读:48 评论:0 推荐:0

英伟达入资 11Labs，黄仁勋：语音 AI 带来情感、共情和联结；Qwen3-TTS-Flash：多语言，多音色，多方言丨日报

RTE开发者社区 2025-09-24 14:13 阅读:86 评论:0 推荐:0

阿里将发布多模态模型 Qwen3-Omni，主打多语言与复杂推理；DeepvBrowser 上线 AI 语音浏览器丨日报

RTE开发者社区 2025-09-23 11:26 阅读:61 评论:0 推荐:0

见证语音领域 GPT-3 时刻！小米开源端到端语音模型 MiMo Audio；Xbox上线游戏助手，实时游戏理解+语音交互丨日报

RTE开发者社区 2025-09-20 17:01 阅读:46 评论:0 推荐:0

线下活动丨RTE 开发者社区×S 创上海 2025：9 家社区项目、3 场圆桌、1 场演讲、1 场派对、1 个彩蛋

RTE开发者社区 2025-09-20 16:30 阅读:25 评论:0 推荐:0

多模态和语音 AI 年度收官大会，把握 2026 技术风向标！

RTE开发者社区 2025-09-19 11:48 阅读:23 评论:0 推荐:0

Meta 多模态原班底打造感知语言模型，专为实时物理交互设计；估值 1 亿美元，Poke AI 助理无缝融入主流消息应用丨日报

RTE开发者社区 2025-09-19 11:19 阅读:45 评论:0 推荐:0

OpenBMB 发布无分词器 TTS VoxCPM；儿童口语硬件 Dex 融资 480 万美元：拍摄真实物体，对话学习外语丨日报

RTE开发者社区 2025-09-18 12:41 阅读:51 评论:0 推荐:0