07 2026 档案

Qwen-Audio-Agent 开源：构建用户与后台智能体的实时语音交互层；AmphionASR 发布：行业热词、指定说话人、强噪与耳语识别四合一丨日报
摘要：本期编辑：@三水、@鲍勃 01 有话题的技术 1、QwenAudio 开源 Qwen-Audio-Agent：将实时语音交互层部署在用户与后台智能体之间 QwenAudio 开源 Qwen-Audio-Agent，将实时语音交互层部署在用户与后台智能体之间，负责连续对话、任务委派、上下文衔接和结果播 阅读全文
posted @ 2026-07-31 23:20 RTE开发者社区 阅读(34) 评论(0) 推荐(0)
语音 AI 公司 Fish Audio 再融资 5200 万美元，22 人团队 ARR 达 2100 万美元；OpenAI 新推两款语音转录模型支持专业术语和多语言丨日报
摘要：本期编辑：@三水、@鲍勃 01 有话题的技术 1、OpenAI 发布 GPT-Live-Transcribe 与 GPT-Transcribe 转录模型：流式延迟可调，最低每分钟 0.0045 美元 OpenAI 推出 GPT-Live-Transcribe 与 GPT-Transcribe 两款语 阅读全文
posted @ 2026-07-30 23:40 RTE开发者社区 阅读(26) 评论(0) 推荐(0)
Heard 为 Claude Code 等 Coding Agent 加上语音层；Qoder Voice 全双工语音 Agent 上线丨日报
摘要：本期编辑：@三水、@鲍勃 01 有话题的技术 1、苹果发布高效音频生成架构：解耦时间-深度扩散 Transformer，实现端侧实时语音合成 苹果研究团队发布音频生成架构「Memory Efficient Audio Synthesis with Decoupled Temporal Depth D 阅读全文
posted @ 2026-07-29 23:08 RTE开发者社区 阅读(27) 评论(0) 推荐(0)
Inflect 发布 4M/10M 极小端侧 TTS 模型；ViiTorVoice-NAR 实现「词级」语音精准编辑丨日报
摘要：开发者朋友们大家好： 这里是 「RTE 开发者日报」，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的技术」、「有亮点的产品」、「有思考的文章」、「有态度的观点」、「有看点的活动」，但内容仅代表编辑的个人观点，欢迎大家留 阅读全文
posted @ 2026-07-27 20:50 RTE开发者社区 阅读(22) 评论(0) 推荐(0)
OpenAI Codex 曝光实时语音功能，语音操控复杂任务；Vivix 实时交互多模态模型首帧延迟仅 300ms丨日报
摘要：开发者朋友们大家好： 这里是 「RTE 开发者日报」，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的技术」、「有亮点的产品」、「有思考的文章」、「有态度的观点」、「有看点的活动」，但内容仅代表编辑的个人观点，欢迎大家留 阅读全文
posted @ 2026-07-23 22:52 RTE开发者社区 阅读(20) 评论(0) 推荐(0)
谷歌发布 Gemini 3.5 Flash-Lite：350 tokens/s 极速响应；NVIDIA 端侧模型 Cosmos 3 Edge ：多模态理解环境声音和动作丨日报
摘要：开发者朋友们大家好： 这里是 「RTE 开发者日报」，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的技术」、「有亮点的产品」、「有思考的文章」、「有态度的观点」、「有看点的活动」，但内容仅代表编辑的个人观点，欢迎大家留 阅读全文
posted @ 2026-07-23 21:48 RTE开发者社区 阅读(12) 评论(0) 推荐(0)
Physical AI Camp 结营！完整项目名单公布丨超音速计划 2026
摘要：26 年 7 月 16 日下午，「超音速计划 2026·Physical AI Camp」迎来结营 Demo Day。这也是本期 16 家项目第一次集体亮相。 去年同期发起 Voice Agent Camp 时，我们讨论的还是一个更接近《Her》的问题：能够随时理解、陪伴并主动回应人的语音 AI，什 阅读全文
posted @ 2026-07-22 22:04 RTE开发者社区 阅读(29) 评论(0) 推荐(0)
BodyPark ATOM 健身摄像头：视觉识别训练动作并提供实时语音反馈；Memories.ai 发布低推理成本音视频理解框架 O-MARC丨日报
摘要：开发者朋友们大家好： 这里是 「RTE 开发者日报」，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的技术」、「有亮点的产品」、「有思考的文章」、「有态度的观点」、「有看点的活动」，但内容仅代表编辑的个人观点，欢迎大家留 阅读全文
posted @ 2026-07-22 15:08 RTE开发者社区 阅读(20) 评论(0) 推荐(0)
红杉领投 AI 员工 Aidan：集成多模态屏幕感知与自然语音，主导企业客户通话；Qwen-Audio-3.0-TTS：支持 48kHz 输出与 16 语种合成丨日报
摘要：开发者朋友们大家好： 这里是 「RTE 开发者日报」，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的技术」、「有亮点的产品」、「有思考的文章」、「有态度的观点」、「有看点的活动」，但内容仅代表编辑的个人观点，欢迎大家留 阅读全文
posted @ 2026-07-21 23:39 RTE开发者社区 阅读(17) 评论(0) 推荐(0)
AI 约会平台 Overtone 融资 1800 万美元，引入语音匹配模型；Sesame 语音智能体安卓测试版正式上线丨日报
摘要：开发者朋友们大家好： 这里是 「RTE 开发者日报」，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的技术」、「有亮点的产品」、「有思考的文章」、「有态度的观点」、「有看点的活动」，但内容仅代表编辑的个人观点，欢迎大家留 阅读全文
posted @ 2026-07-18 19:56 RTE开发者社区 阅读(29) 评论(0) 推荐(0)
Thinking Machines 开源首款大模型 Inkling，原生多模态；Hume AI 发布 Real World VoiceEQ 基准丨日报
摘要：开发者朋友们大家好： 这里是 「RTE 开发者日报」，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的技术」、「有亮点的产品」、「有思考的文章」、「有态度的观点」、「有看点的活动」，但内容仅代表编辑的个人观点，欢迎大家留 阅读全文
posted @ 2026-07-18 18:33 RTE开发者社区 阅读(19) 评论(0) 推荐(0)
Qwen-Audio-3.0-Realtime 发布，支持自主智能体工具调用；实时视频理解模型 MOSS-VL-Realtime 开源，支持 SGLang丨日报
摘要：开发者朋友们大家好： 这里是 「RTE 开发者日报」 ，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的技术」、「有亮点的产品」、「有思考的文章」、「有态度的观点」、「有看点的活动」，但内容仅代表编辑的个人观点，欢迎大家 阅读全文
posted @ 2026-07-17 00:26 RTE开发者社区 阅读(42) 评论(0) 推荐(0)
冲到 OpenAI 社区榜二，我做了个让 C 罗解说梅西比赛的 AI 解说员丨开源项目分享
摘要：四年一度的世界杯来了。看比赛的时候我冒出一个念头：解说员那么多如果没有我心仪的，能不能自己动手搓一个新的 AI 实时解说员？ 于是就有了这个项目。做完我把它发到 OpenAI 的 Reddit 社区，没想到当天冲到了日榜第二，评论区不少人问原理、问怎么搭，还提出了很多我自己都没想到的新点子。所以干脆 阅读全文
posted @ 2026-07-16 23:47 RTE开发者社区 阅读(12) 评论(0) 推荐(0)
TCP/IP 协议之父 Vint Cerf 宣布退休并预测：智能体之间需要新交互协议；个人智能可穿戴硬件 Looki 完成数亿元 A1 轮融资丨日报
摘要：开发者朋友们大家好： 这里是 「RTE 开发者日报」，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的技术」、「有亮点的产品」、「有思考的文章」、「有态度的观点」、「有看点的活动」，但内容仅代表编辑的个人观点，欢迎大家留 阅读全文
posted @ 2026-07-15 18:12 RTE开发者社区 阅读(12) 评论(0) 推荐(0)
Thinking Machines 披露未来技术路线：押注内核级原生实时多模态；AI 潮玩硬件厂商珞博智能完成亿元级 Pre-A 轮融资丨日报
摘要：开发者朋友们大家好： 这里是 「RTE 开发者日报」 ，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的技术」、「有亮点的产品」、「有思考的文章」、「有态度的观点」、「有看点的活动」，但内容仅代表编辑的个人观点，欢迎大家 阅读全文
posted @ 2026-07-15 00:24 RTE开发者社区 阅读(17) 评论(0) 推荐(0)
法国语音 AI 初创 Gradium 获英伟达参投 1 亿美元种子轮；Tavus PAL 实时音视频智能体接入 Google Meet丨日报
摘要：开发者朋友们大家好： 这里是 「RTE 开发者日报」，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的技术」、「有亮点的产品」、「有思考的文章」、「有态度的观点」、「有看点的活动」，但内容仅代表编辑的个人观点，欢迎大家留 阅读全文
posted @ 2026-07-11 14:12 RTE开发者社区 阅读(14) 评论(0) 推荐(0)
WAIC 2026 | 最关心 Voice AI 和 Physical AI 的人都来世界人工智能大会了
摘要：2026 世界人工智能大会（WAIC 2026）将于 7 月 17–20 日在上海举办。 今年 WAIC 采用「三地四馆」布局：世博中心、世博展览馆、张江科学会堂、西岸国际会展中心，总规模突破 10 万平，1100 多家企业参展，3000 多项前沿展品，超 300 款 AI 产品全球首发。 我们想约 阅读全文
posted @ 2026-07-11 01:18 RTE开发者社区 阅读(180) 评论(0) 推荐(0)
OpenAI 发布 GPT-Live 语音模型：全双工连续交互+后台 GPT-5.5 推理；MOSS 开源 0.9B 端到端多说话人 ASR 模型：支持 90 分钟转录丨日报
摘要：开发者朋友们大家好： 这里是 「RTE 开发者日报」 ，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的技术」、「有亮点的产品」、「有思考的文章」、「有态度的观点」、「有看点的活动」，但内容仅代表编辑的个人观点，欢迎大家 阅读全文
posted @ 2026-07-10 22:33 RTE开发者社区 阅读(34) 评论(0) 推荐(0)
Demo Day@Physical AI Camp，与 16 家 Voice First AI 硬件团队面对面！7.16 上海丨超音速计划 2026
摘要：去年发起 Voice Agent Camp 时，我们和很多创业者、开发者讨论过同一个问题： 像电影《Her》那样，能随时陪伴你、理解你、主动回应你的语音 AI，为何还未真正到来？ 坦白说，一年之后，这个问题仍未被解答。 但答案的纹理，已经变得更具体了。 从 Voice Agent Camp 到 Ph 阅读全文
posted @ 2026-07-09 23:58 RTE开发者社区 阅读(28) 评论(0) 推荐(0)
无声语音识别新突破，基于超声波舌部成像实现；Kyutai 联合 Epic 推出多人实时交互世界模型丨日报
摘要：开发者朋友们大家好： 这里是 「RTE 开发者日报」，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的技术」、「有亮点的产品」、「有思考的文章」、「有态度的观点」、「有看点的活动」，但内容仅代表编辑的个人观点，欢迎大家留 阅读全文
posted @ 2026-07-09 22:13 RTE开发者社区 阅读(25) 评论(0) 推荐(0)
美国拟立法禁售 AI 玩具；智能眼镜 Even Realities 融资 1.5 亿美元，估值达 10 亿美元，美团和腾讯领投丨日报
摘要：开发者朋友们大家好： 这里是 「RTE 开发者日报」，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的技术」、「有亮点的产品」、「有思考的文章」、「有态度的观点」、「有看点的活动」，但内容仅代表编辑的个人观点，欢迎大家留 阅读全文
posted @ 2026-07-08 20:54 RTE开发者社区 阅读(20) 评论(0) 推荐(0)
首个手摇供电离线语音智能体 CrankGPT 发布；生数科技发布 Vidu S1 实时交互模型，无限时长流式生成丨日报
摘要：开发者朋友们大家好： 这里是 「RTE 开发者日报」，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的技术」、「有亮点的产品」、「有思考的文章」、「有态度的观点」、「有看点的活动」，但内容仅代表编辑的个人观点，欢迎大家留 阅读全文
posted @ 2026-07-07 12:47 RTE开发者社区 阅读(15) 评论(0) 推荐(0)
Agora Agents SDK：十行代码、15 分钟构建语音智能体；Seeed Studio 发布可穿戴 AI 录音器，双麦克风阵列+自定义 API 接入丨日报
摘要：开发者朋友们大家好： 这里是 「RTE 开发者日报」，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的技术」、「有亮点的产品」、「有思考的文章」、「有态度的观点」、「有看点的活动」，但内容仅代表编辑的个人观点，欢迎大家留 阅读全文
posted @ 2026-07-04 14:11 RTE开发者社区 阅读(21) 评论(0) 推荐(0)
Grok 发布原生语音智能体构建平台 Voice Agent Builder；智能戒指 OASIS 1：主打私密语音输入与无键盘编辑丨日报
摘要：开发者朋友们大家好： 这里是 「RTE 开发者日报」，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的技术」、「有亮点的产品」、「有思考的文章」、「有态度的观点」、「有看点的活动」，但内容仅代表编辑的个人观点，欢迎大家留 阅读全文
posted @ 2026-07-03 18:20 RTE开发者社区 阅读(32) 评论(0) 推荐(0)
阿里发布 Fun-ASR-Flash：支持 16 种方言识别；AI 录音硬件 Pocket 融资 1100 万美元：出货量超 13 万台，11Labs 创始人参投丨日报
摘要：开发者朋友们大家好： 这里是 「RTE 开发者日报」 ，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的技术」、「有亮点的产品」、「有思考的文章」、「有态度的观点」、「有看点的活动」，但内容仅代表编辑的个人观点，欢迎大家 阅读全文
posted @ 2026-07-01 18:01 RTE开发者社区 阅读(50) 评论(0) 推荐(0)
阿里发布实时交互模型 Wan-Streamer：边听边看边思考边说话，实时生成视频回应；语音硬件 SpeakON 转向硬件买断制，AI 功能全免费丨日报
摘要：开发者朋友们大家好： 这里是 「RTE 开发者日报」，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的技术」、「有亮点的产品」、「有思考的文章」、「有态度的观点」、「有看点的活动」，但内容仅代表编辑的个人观点，欢迎大家留 阅读全文
posted @ 2026-07-01 00:46 RTE开发者社区 阅读(50) 评论(0) 推荐(0)