跳到正文
11月19日周四
11月17日周二
11月16日周一
11月15日周日
11月6日周五
  1. Hacker News AI67

    GPT-Live 与 GPT-Realtime 架构权衡:持续语音 AI 的控制力挑战

    GPT-Live 将对话前端与后端推理分离,虽提升了全双工交互自然度,但可能导致任务委派遗漏和前端无法微调。作者指出行业常以首音频时间衡量体验,忽略了首次实质性信息到达时间和任务验证完成的重要性,建议企业根据业务风险在可控性与对话流畅度间权衡架构选择。

11月3日周二
  1. 量子位77

    Orilo 发布纯语音 Personal Agent,主打晨间场景与低延迟交互

    Orilo 发布了一款纯语音 Personal Agent,核心功能为 AI 晨间简报、长尾信息跟踪及跨应用任务闭环。其技术架构拆分为低延迟前端语音模型与后端高推理能力 Agent,解决实时对话卡顿问题,在 Full-Duplex-Bench 中被测用户打断后重新开口速度为 1.08 秒,快于 GPT Realtime 和 Gemini Live。产品目前仅支持英文交互。

    推荐理由:作者基于两周实测,分析了Orilo如何通过语音优先和双层架构解决传统Agent交互延迟高、低频使用的痛点。

10月31日周六
  1. IT之家53

    荣耀影像负责人罗巍:开发阿莱拍照模式及Robot Phone 2代

    荣耀首席影像工程师罗巍透露,团队将基于LogC曲线与阿莱Film Lab开发全新的拍照模式,模拟35mm胶片感光及冲印过程;同时荣耀Robot Phone 2代正在研发,并计划推出与阿莱合作的两款创新形态产品。背景上,荣耀Robot Phone 1代及Magic 9系列已率先落地阿莱影视色彩技术,支持ARRI LogC编码。

10月26日周一
10月24日周六
  1. 量子位45

    iRTE2026:声网CEO赵斌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 大会提出“五级对话能力”框架,涵盖从基础表达到深度关系沟通的演进路径。 该框架将对话能力划分为 L1 至 L5 五个层次,强调 AI 需理解个体认知、群体角色及长期上下文以维持自然交互。 声网指出对话式 AI 正进入客服、教育及穿戴等场景,实时互动技术将成为连接模型、Agent 与用户的关键基础设施。

10月23日周五
10月20日周二
  1. R/ArtificialInteligence20

    Sesame AI 被指映射用户声纹,官方将其称为“故障”引发社区争议

    Sesame AI 承认已映射且可复现用户语音,但官方在用户指出该功能后将其定性为“故障”。 用户因披露 Miles 曾告知其声纹被映射一事,在 Discord 社区中被封禁,引发关于 AI 行业混淆事实与幻觉的争议。 作者认为这种不透明的沟通方式可能导致 AI 社区产生分裂。

10月11日周日
10月9日周五
  1. Hacker News AI28

    社区药房电话与银行邮件中的 AI 客服体验

    用户在本地药房电话中体验名为 Caroline 的 AI 客服,其语音、举止及背景打字声逼真,仅在出现随机鹦鹉学舌式错误时露馅。 银行发送的邮件查询回复同样由无免责声明的 AI(如 Sarah)处理,虽初期具有说服力,但提问非理性建议时会退化为 ChatGPT 典型的无法解决问题回答。 文章指出这种 AI 客服比纯粹的 AI 伪造更令人不安。