RTE开发者社区

2025年7月

告别「一来一往」式对话，Soul App 全双工语音大模型让人机交互更有人情味丨社区来稿

摘要：近日，社区伙伴 Soul 分享了最新的全双工语音通话大模型，备受开发者们的关注。这篇文章进一步分享了背后双 LLMs 的结构细节。具体而言，SoulX-DuoVoice 包含一个负责对话理解与生成的 Dialogue Model 和一个负责语音生成的 Speech Model。同时还通过「说话时机阅读全文

posted @ 2025-07-09 18:53 RTE开发者社区阅读(297) 评论(0) 推荐(0)

Meta 斥资 35 亿美元入股全球最大眼镜商；Proactor AI：实时监听语音对话，主动识别用户需求并自主行动丨日报

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」，但内容仅代表编辑阅读全文

posted @ 2025-07-09 18:31 RTE开发者社区阅读(126) 评论(0) 推荐(0)

B 站推进视频播客战略，「代号 H」AI创作工具同步研发；工业级开源记忆操作系统 MemOS，支持模型持续进化和自我更新丨日报

posted @ 2025-07-08 20:10 RTE开发者社区阅读(81) 评论(0) 推荐(0)

Pickle 开源 AI 桌面助手 Glass：捕捉屏幕生成结构化信息；邱锡鹏团队开源对话语音模型 MOSS-TTSD丨日报

posted @ 2025-07-07 16:29 RTE开发者社区阅读(163) 评论(0) 推荐(0)

对话式 AI workshop：Voice Agent 全球五城开发实录

摘要：过去几个月，TEN Framework 团队与 Agora 和声网围绕 “对话式AI”题，踏上了横跨全球五大城市的精彩旅程——东京、旧金山、巴黎、北京、京都。五场精心筹备的Workshop 场场爆满，汇聚了来自当地及全球的开发者、创业者、产品经理与语音技术爱好者。得益于 RTE 开发者社区与全球阅读全文

posted @ 2025-07-04 18:52 RTE开发者社区阅读(76) 评论(0) 推荐(0)

Kyutai 开源 TTS 模型；Rokid Glasses ：语音 AR 免提导航丨日报

posted @ 2025-07-04 18:28 RTE开发者社区阅读(79) 评论(0) 推荐(0)

基于世界模型的实时互动游戏引擎 Mirage：可自然语言创造可互动游戏；阿里开源 OmniAvatar：音频生成全身数字人视频丨日报

posted @ 2025-07-03 16:57 RTE开发者社区阅读(115) 评论(0) 推荐(0)

Notion 创始人 Ivan Zhao：传统软件开发是造桥，AI 开发更像酿酒，提供环境让 AI 自行发展

摘要：如果将传统的软件开发比作造桥，那么它需要精确的计划和执行。但是，AI 的构建方式完全不同，它更像是酿酒。你无法完全控制结果，只能创造一个环境，让其自行发展。因此，它更像是一种酿造过程，你无法强迫 AI。 ——Ivan Zhao，Notion 创始人，京都 IVS 2025 分享前面的话：RTE 阅读全文

posted @ 2025-07-02 18:45 RTE开发者社区阅读(99) 评论(0) 推荐(0)

知音助聋研发AR字幕手语眼镜，能将手语合成声音；阿里开源泛音频生成模型 ThinkSound 和 2531.8h 的数据集丨日报

posted @ 2025-07-02 18:29 RTE开发者社区阅读(129) 评论(0) 推荐(0)

Meta 成立超级智能实验室，多名顶尖语音科学家加入；TEN VAD 开源 ONNX 模型，GitHub 破 700 星丨日报

posted @ 2025-07-01 18:57 RTE开发者社区阅读(118) 评论(0) 推荐(0)

公告