标签：语音交互

语音成为了AI交互的新方式。 手机输入法里按住麦克风说几句话，电脑听写负责把声音转成文字，遇到识别错误再自己改，类似功能存在了很多年。 大模型加入后改...

8 月 17 日消息，今天（17 日）下午，阿里云通过公众号宣布，Qwen-Audio-3.0 系列语音模型正式上线千问 AI 平台和阿里云百炼平台。开发者可以通过 API 服务调...

8 月 14 日消息，OpenAI 公司今天（8 月 14 日）发布公告，宣布以预览形式，针对其最强 AI 模型 GPT-5.6 Sol 推出 Ultrafast（超高速）模式，是标准处理速度...

谁能想到，在市场格局几乎已经是铁板一块的情况下，输入法这个基本没什么存在感的“小众赛道”，竟然会在AI时代再次掀起新的波澜。 2025年下半年以来，豆包输...

8 月 10 日消息，据外媒 The Verge 今天（10 日）晚间报道，海外的福特、林肯车型正陆续获得一款 AI 助手，车主可以直接询问下次长途旅行需要准备多少燃油，...

8 月 7 日消息，Neon 昨日（8 月 6 日）发布博文，宣布携手 Castform 公司，披露一套面向检索模型的训练方案。 注：Neon 是一款完全托管的无服务器（Serverle...

8 月 7 日消息，阿里巴巴今日宣布推出国内首个一站式 AI 语音生产力平台 CosyVoice Studio。 官方表示，该平台基于自研语音模型 Qwen-Audio 打造，包含语音记...

8月5日，京东宣布开源自研的实时流式视频编辑模型JoyAI-Video-Edit，用户可一边观看视频一边修改人物与场景，将视频创作从“先有素材再修改”变为实时互动编辑...

一、产品概览 项目 信息 全称 通义千问 / Qwen 开发方 阿里云 / 阿里巴巴集团 定位 全模态AI大模型家族 + AI原生应用生态 最新版本 Qwen3.5 / Q...

2025年以来，医疗人工智能迈入“大模型驱动” 的新发展阶段。 过去十年，医疗AI主要集中在医学影像识别、辅助诊断等单点场景，而以GPT、Gemini、Claude等大模...