标签:音频

NewOpenAI 开放 GPT-Live-1.1 API:支持实时双向对话,智能体可边聊天边处理复杂任务

11 月 20 日消息,OpenAI 今日宣布向开发者开放 GPT-Live-1.1 API 语音模型,允许第三方开发者将其集成到自己的应用程序中,构建能够实时聆听、回应并执行复...

AI Coding 之后,通用模型开始走进硬件研发

“科学家发现已有的世界,工程师创造尚不存在的世界。”——西奥多·冯·卡门 11 月初,OpenAI 公开展示了通用模型参与硬件研发的进展。在 11 月 3 日公布的项目中...

全新Gemini 4 Neon震撼上线!编程Agent夺冠,暴击Opus 5.5

又更了,又更了,AI圈简直天天在过年! 就在刚刚,谷歌Gemini 4家族的第四位成员Neon正式上线。 哈萨比斯亲自发帖官宣,直呼它是「炼金术的巅峰之作」。 ...

Google DeepMind 向 AI Ultra 订阅用户开放 Genie 4 世界模型

Google DeepMind 于 11 月 18 日宣布,向符合条件的 Google AI Ultra 订阅用户开放新一代世界模型 Genie 4,并同步升级 Project Genie 平台。这是 Project Ge...

谷歌发布 Gemini 4 Neon,一个月内第四款新模型

谷歌于 11 月 18 日发布 Gemini 4 Neon,这是其四周内推出的第四款 Gemini 4 系列模型。谷歌称该模型具备前沿级智能,能在复杂的软件工程、知识工作和科学工...

史诗级进化!谷歌 Genie 4 世界模型开放体验:支持边玩边改天气、召唤角色,所见皆可互动

11 月 19 日消息,今年早些时候,谷歌推出了实验性研究原型 Project Genie,可让用户生成并探索交互式虚拟世界。早期测试用户反馈,希望能对世界内发生的内容...

谷歌推出 Gemini 4 Neon 模型,编程 AI 智能体指数超 Claude Opus 5.5 排第一

11 月 19 日消息,谷歌今天(11 月 18 日)宣布推出 AI 模型 Gemini 4 Neon,主攻复杂编程、科学研究和企业工作流程,更好平衡推理能力、任务处理速度与成本...

微软首款语音对语音模型:MAI Realtime 1 登场,起价每分钟 0.01 美元

11 月 18 日消息,在昨日(11 月 17 日)召开的 Ignite 2026 大会上,微软宣布其首款语音对语音模型 MAI Realtime 1,定位为面向真实企业场景的实时语音 AI。...

多语言错误率直降 50%:微软升级医患对话 AI 转录引擎,已覆盖全美 1/3 医师

11 月 18 日消息,昨日(11 月 17 日)召开的 Ignite 2026 活动中,微软宣布其医疗 AI 产品 Dragon Copilot Transcribe 已正式采用自研语音识别模型 MAI-Tran...

提速2.48倍且画质不掉线,AI视频“降本增效”有了新解法

AI视频生成中,推理速度提升与生成质量下降,可能同时发生。 减少计算步骤可以缩短生成时间,但也可能引入误差累积;保留完整计算过程能够维持生成质量,却...
123…322