08 2026 档案

摘要：本期编辑：@三水、@鲍勃 01 有话题的技术 1、PolyAI 发布 Dialog-RSN-1 音频原生对话模型：融合轮次控制、语音识别与函数调用能力 PolyAI 发布面向企业语音交互场景的 Dialog-RSN-1 模型，并开放 Agent Studio 平台。该模型直接处理用户音频输入，将轮次 阅读全文

摘要：前面的话： 过去，我们习惯把语音看作一种更自然的输入方式：把原本要打出来的字，直接说给 AI 听。 但当 Agent 开始持续运行、并行处理任务，并能在执行过程中接受追问、打断与调整，语音的角色也在发生变化。它不再只是 Prompt 的另一种输入方式，而可能成为人指挥、协调和介入 Agent 工作过 阅读全文

摘要：本期编辑：@三水、@鲍勃 01 有话题的技术 1、Qwen 发布 Qwen-Audio-3.0-ASR-Flash：上下文不「断片」、听得准行业词、热词加多也不乱、边识别边润色、一套模型听懂 30 种语言 阿里云千问发布 Qwen-Audio-3.0-ASR-Flash 语音识别模型，针对长音频上下 阅读全文

摘要：2026 年 7 月 22-26 日，全国最大黑客松 AdventureX 在杭州湖畔举办，822 人参加、23 个赛道、240 个项目，我和队友两个人做了一台没有屏幕的电话——外婆对它说「给孙女打电话」，孙女的手机就真的响了。在最火爆的 Qoder 赛道里，拿到了二等奖。 技术上，它是一条 Ago 阅读全文