摘要:
本期编辑:@三水、@鲍勃 今天日报开头先插播一条:10 月,来北京线下对答案。 这一年,我们在日报里持续关注实时智能正在发生的变化。从国内到海外,覆盖全双工、端到端语音、Voice Agent、实时多模态、世界模型等话题,从新模型发布、开源项目到产品落地和创业融资,我们几乎每天都在记录这个行业又往前 阅读全文
posted @ 2026-09-25 15:56
RTE开发者社区
阅读(40)
评论(0)
推荐(0)
摘要:
本期编辑:@三水、@鲍勃 01 有话题的技术 1、阿里云栖大会期间 Qwen 连发两款实时语音模型:Qwen3.8-Omni-Flash-Realtime 加入多通道音频、视频聚合与远程 MCP,Qwen-Audio 3.1 Realtime Plus 新增 8 个系统音色 近 4 日,Qwen 密 阅读全文
posted @ 2026-09-22 22:43
RTE开发者社区
阅读(40)
评论(0)
推荐(0)
摘要:
本期编辑:@三水、@鲍勃 01 有话题的技术 1、Voice AI 公司 Lokutor 推出 CPU 原生 Voice Agent 技术栈:转写、轮次判断与语音合成无需 GPU,可部署到本地和设备端 马德里的 Voice AI 公司 Lokutor 正在把整套语音智能体链路重做到普通 CPU 上。 阅读全文
posted @ 2026-09-21 23:06
RTE开发者社区
阅读(24)
评论(0)
推荐(0)
摘要:
理想的自动化,应该在后台运行,甚至让你根本不需要看它。 ——TypeSafe 创始人 Diego Almeida 用户刚说出「go back」,浏览器就已经返回了上一页,甚至没等他把话说完。 这是开发者 Moritz Kremb 最近制作的一个语音控制浏览器实验。他将实时语音转写与 TypeSafe 阅读全文
posted @ 2026-09-21 22:44
RTE开发者社区
阅读(38)
评论(0)
推荐(0)
摘要:
本期编辑:@三水、@鲍勃 01 有话题的技术 1、TypeSafe AI 发布决策模型 Jev:不生成文本,直接返回概率和结构化判断 TypeSafe AI 发布首个 System One 模型 Jev,面向软件里的分类、评分、路由和决策任务。与先让 LLM 生成一段文本、再解析成结构化结果不同,J 阅读全文
posted @ 2026-09-21 22:08
RTE开发者社区
阅读(36)
评论(0)
推荐(0)
摘要:
本期编辑:@三水、@鲍勃 01 有话题的技术 1、语音智能体测试平台 Egma 开源:把模拟通话写进代码仓库,发布前自动跑回归测试 Egma 开源了一套面向 Voice Agent 的测试与生产监控平台,把原本依赖人工反复打电话、试听结果的 QA 流程,变成可以和 Agent 代码一起保存、版本管理 阅读全文
posted @ 2026-09-20 18:36
RTE开发者社区
阅读(27)
评论(0)
推荐(0)
摘要:
本期编辑:@三水、@鲍勃 01 有话题的技术 1、Cherry Embedded 开源 MCU 音视频处理库 CherryAVP:统一编解码、WebRTC 3A 与音频效果接口 Cherry Embedded 开源了面向 MCU 的音视频处理库 CherryAVP,希望用一套统一框架覆盖音频编解码、 阅读全文
posted @ 2026-09-18 20:12
RTE开发者社区
阅读(19)
评论(0)
推荐(0)
摘要:
本期编辑:@三水、@鲍勃 01 有话题的技术 1、Google 发布 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 双模型:实时语音可边聊边跑异步 Tool Call,Extended Thinking 支持后台多步推理 Google 推出 阅读全文
posted @ 2026-09-16 23:19
RTE开发者社区
阅读(36)
评论(0)
推荐(0)
摘要:
本期编辑:@三水、@鲍勃 01 有话题的技术 1、阶跃发布 StepAudio 3 系列:全双工 Realtime 可边聊边跑调用工具,Gen 统一生成人声、音效与音乐 阶跃星辰发布 StepAudio 3 系列,一次上线 Realtime、ASR、TTS、Gen 和 Music 五款模型。相比此前 阅读全文
posted @ 2026-09-16 22:47
RTE开发者社区
阅读(28)
评论(0)
推荐(0)
摘要:
本期编辑:@三水、@鲍勃 01 有话题的技术 1、CMU、台大、NVIDIA 提出 ASR 自纠错方法 Hybrid Search:用隐状态找出易错人名,只在必要位置调用基座 LLM 修正 卡内基梅隆大学、台湾大学与 NVIDIA 提出 Hybrid Search,让大音频语言模型在转写过程中自行判 阅读全文
posted @ 2026-09-15 23:09
RTE开发者社区
阅读(28)
评论(0)
推荐(0)
浙公网安备 33010602011771号