跳到正文

#语音

今日 1 条
10月28日周三
  1. Google DeepMind71

    Google DeepMind 发布 Genie 4 新一代世界模拟模型

    Google DeepMind 发布 Genie 4 世界模型,可原生生成多模态实时模拟,在物理、人类动作与音频写实度上实现显著提升。该模型借助 Gemini 家族提供推理以维持模拟连贯,目前已向受信测试者开放研究预览,后续将登陆 Google AI Ultra 等平台。

    推荐理由:Genie 4将实时世界模拟的写实度、物理与人类动作连贯性推进到新水平,当前仅以研究预览向受信测试者开放。

10月27日周二
  1. IT之家60

    Ollama Mac 版新增离线生成 AI 语音:数据不出门,速度比原方案最高快 35%

    Ollama于10月24日宣布其Mac应用正式支持离线文本转语音生成,Windows和Linux版本将随后跟进。首个支持模型为Phonon系列,可在Apple Silicon Mac本地运行,官方测试显示语音生成速度比Gradium自身实现快35%且支持实时输出。Ollama是GitHub上广受欢迎的开源项目,拥有近18.5万颗Star和约1.86万个Fork。

  2. IT之家40

    苹果 iOS 27.2 更新汇总:增强 Siri AI,调整 Apple Music 品牌视觉等

    苹果推送 iOS 27.2 正式版,增强 Siri AI 记忆能力并新增法语等五种语言支持,但欧盟和中国大陆暂未上线。该版本为 iPhone Duo 增加 USB-C Apple Pencil 支持,修复超 160 个安全漏洞,并调整 Apple Music 视觉风格。此前在 iOS 27 测试版中出现的信息 App 上下文建议功能也随此次更新正式回归。

10月26日周一
  1. IT之家39

    小米开源 AI 硬件 HachimoDock 亮相,150 元复刻万能 AI 桌宠

    小米技术委创新产品团队在 2026 观猹大会期间开源了 AI 硬件 HachimoDock,其硬件自制成本约 150 元。该设备支持语音操控电脑端 Agent 及联动小米 Miloco 智能家居,用户可通过自然语言现场生成并运行自定义组件。目前 HachimoDock 已在 GitHub 公开软件源码、硬件物料清单及装配教程,旨在降低 AI 硬件体验门槛。

  2. IT之家13

    新福特锐界 L 将于 10 月 29 日发布

    福特汽车宣布新福特锐界 L 将于 10 月 29 日 18:00 在成都发布。该车提供燃油和混动两种动力,均搭载 2.0T 发动机,混动版综合功率可达 202 千瓦。作为改款车型,新车升级了智能座舱,搭载 8155 车机芯片并接入双 AI 语音大模型,采用 2+2+3 七座布局。

10月25日周日
  1. TechCrunch · AI40

    盘点热门 AI 可穿戴设备与智能硬件

    市场涌现多款 AI 可穿戴设备,涵盖 Bee、Friend、Limitless 及 Meta Muse 等,功能从会议记录到情感陪伴各异。Bee 售价 $49.99 并获 Amazon 收购,Friend 2.0 新增语音功能,Meta Muse 预计配备 Jolly 数字头像。这些设备旨在将 AI 融入日常,部分产品如 Nirva 计划 11 月开放订购。

  2. IT之家50

    特斯拉确认自研 AI 地图,将随 FSD v15 逐步推送

    特斯拉副总裁埃卢斯瓦米在财报电话会上确认,公司正自研一套基于 AI 的地图导航系统,该方案将随 FSD v15 上线。新架构利用车队自动采集街道、限速及路况数据,旨在解决 FSD 在限速识别、泊车及路线规划上的痛点,并支持语音自定义路线。此前特斯拉导航依赖谷歌 API 提供底图数据,此次自研旨在摆脱对外部厂商的依赖。

  3. IT之家56

    Block 推出全双工 AI 语音模型 Dessa:真人感拉满,支持苹果 MacBook 本地运行

    Block 推出全双工 AI 语音模型 Dessa,支持在 M4 Max 及更高配置 MacBook 本地运行并原生模拟情绪表达。该模型可一边说话一边收听用户语音,自身知识来源于训练对话数据,暂不开放试用但邀请安全研究者测试欺骗风险。Block 旗下 Square 已用语音 AI 处理下单业务,自研端侧模型后有望以更低成本落地更多语音产品。

  4. TechCrunch · AI58

    Block新语音模型Dessa声音诡异地拟人

    Block发布新语音模型Dessa,完全基于人类语音训练,可本地全双工运行且情感表达自然。相比依赖文本管线生成语音的模型,Dessa将情感内建其中。目前模型无公开访问,Block征集安全研究员测试,类似OpenAI今年早些时候发布的GPT-Live全双工模型。

10月24日周六
  1. The Decoder42

    Block 发布全语音训练 AI 模型 Dessa

    Block 推出 AI 语音模型 Dessa,该模型完全基于人类语音数据从头训练,不依赖文本数据。Dessa 直接处理音频以实时捕捉情绪、讽刺和停顿,支持全双工通信,并可在 MacBook Pro M4 Max 本地运行。目前该模型尚未公开,团队正招募 AI 安全研究人员测试潜在风险。

  2. IT之家16

    平安口袋银行 App 宣布全面适配苹果 iPhone Duo 手机

    平安口袋银行 App 宣布将全面适配苹果 iPhone Duo 手机,深度适配内外屏并支持“待机显示”模式。该 App 可在不同形态下灵活切换界面元素,拥有独立小组件,并支持通过 AI 语音助理对话。此前平安银行发布 2026 年第三季度业绩报告,显示前三季度归母净利润为 391.86 亿元。

  3. 量子位22

    声网CEO赵斌在iRTE2026提出五级对话能力框架,实时互动迈入对话AGI时代

    声网CEO赵斌在iRTE2026大会上提出“五级对话能力”框架,将对话能力划分为从基础应答到深度关系沟通的五个层次。该框架指出实时互动技术需为AI的感知、理解与行动提供实时支撑,以应对从单轮问答向持续交互转变的需求。此前OpenAI等公司对WebRTC技术的深入采用,已推动实时互动技术在对话式AI领域获得更广泛的应用。

  4. 量子位23

    科大讯飞首发星辰TaaS平台,让Token真正成为千行百业的生产力

    科大讯飞在2026全球1024开发者节首发星辰TaaS平台,构建从模型能力到行业解决方案的全链路体系。该平台底层依托星辰MaaS,中间层通过模型调度与智能体引擎提升Token使用效率,应用层覆盖同传、数字员工等场景。此举旨在让Token消耗直接转化为业务价值,推动AI从技术能力走向业务落地。

10月23日周五
10月22日周四

© 2026 SI·Hot · Super Intelligence Hot · 超级智能热点 · 网站数据均来源于网络公开资料,版权归来源方所有