11 2024 档案

AutoGLM：一句话控制手机电脑；英伟达新视觉压缩工具：Cosmos Tokenizer 丨 RTE 开发者日报
摘要：开发者朋友们大家好： 这里是 「RTE 开发者日报」，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的 新闻 」、「有态度的 观点 」、「有意思的 数据 」、「有思考的 文章 」、「有看点的 会议 」，但内容仅代表编辑的 阅读全文
posted @ 2024-11-29 17:16 声网 阅读(54) 评论(0) 推荐(0) 编辑
Perplexity 计划推出低价语音问答硬件；/dev/agents：AI Agents 的操作系统，种子轮估值 5 亿
摘要：开发者朋友们大家好： 这里是 「RTE 开发者日报」 ，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的 新闻 」、「有态度的 观点 」、「有意思的 数据 」、「有思考的 文章 」、「有看点的 会议 」，但内容仅代表编辑 阅读全文
posted @ 2024-11-28 20:48 声网 阅读(19) 评论(0) 推荐(0) 编辑
语音 Agent 平台 PlayAI 融资 2100 万美元；英伟达音频模型 Fugatto：输入文本音频生成人声、音乐和音效
摘要：开发者朋友们大家好： 这里是 「RTE 开发者日报」 ，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的 新闻 」、「有态度的 观点 」、「有意思的 数据 」、「有思考的 文章 」、「有看点的 会议 」，但内容仅代表编辑 阅读全文
posted @ 2024-11-27 19:10 声网 阅读(15) 评论(0) 推荐(0) 编辑
WebRTC 创建者刚加入了 OpenAI，他是如何思考语音 AI 的未来？
摘要：WebRTC 的早期创建者之一，Fixie.ai 联合创始人兼 CTO Justin Uberti 近日宣布加入 OpenAI，领导实时 AI （Real-Time AI）项目的开发。 Uberti 在 2011 年于 Google 参与创建并领导了 WebRTC 项目，并推动其成为 W3C 和 I 阅读全文
posted @ 2024-11-27 18:36 声网 阅读(44) 评论(0) 推荐(0) 编辑
工作坊报名｜使用 TEN 与 Azure，探索你的多模态交互新场景
摘要：GPT-4o Realtime API 发布，语音 AI 技术正在进入一场新的爆发。语音AI技术的实时语音和视觉互动能力将为我们带来更多全新创意和应用场景。 实时音频交互： 允许应用程序实时接收并响应语音和文本输入。 自然语音生成： 减少 AI 技术生成的语音机械感，使对话更加人性化 多语言能力： 阅读全文
posted @ 2024-11-26 19:13 声网 阅读(21) 评论(0) 推荐(0) 编辑
WebRTC 作者加入 OpenAI 主导实时 AI 项目；TTS 小模型 OuteTTS v0.2 发布：声音克隆+多语言
摘要：开发者朋友们大家好： 这里是 「RTE 开发者日报」 ，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的 新闻 」、「有态度的 观点 」、「有意思的 数据 」、「有思考的 文章 」、「有看点的 会议 」，但内容仅代表编辑 阅读全文
posted @ 2024-11-26 18:46 声网 阅读(39) 评论(0) 推荐(0) 编辑
Runway 新增视频扩展画面功能；Anthropic 再获亚马逊投资 40 亿美元，聚焦 AI 芯片研发丨 RTE 开发者日报
摘要：开发者朋友们大家好： 这里是 「RTE 开发者日报」 ，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的 新闻 」、「有态度的 观点 」、「有意思的 数据 」、「有思考的 文章 」、「有看点的 会议 」，但内容仅代表编辑 阅读全文
posted @ 2024-11-25 18:47 声网 阅读(13) 评论(0) 推荐(0) 编辑
OpenAI Realtime API 迎来降价；朱啸虎首个 AI 硬件项目 Gyges Labs：轻量化近眼显示光学方案
摘要：开发者朋友们大家好： 这里是「RTE 开发者日报」，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的 新闻 」、「有态度的 观点 」、「有意思的 数据 」、「有思考的 文章 」、「有看点的 会议 」，但内容仅代表编辑的个 阅读全文
posted @ 2024-11-22 17:43 声网 阅读(50) 评论(0) 推荐(0) 编辑
人类级别语音 AI 路线图丨 Voice AI 学习笔记
摘要：Ultravox 是一个开源多模态模型，专为实时人工智能对话而设计。他们最近分享了内部的语音 AI 路线图框架。 这幅路线图描绘了从基础助理到人类级别语音 AI 的五个阶段，展现了他们对于实现真正自然、富有表现力和影响力的对话交互的愿景。 人类级别语音 AI 路线图 ROADMAP TO HUMAN 阅读全文
posted @ 2024-11-21 18:45 声网 阅读(34) 评论(0) 推荐(0) 编辑
ChatGPT 开启「眼睛」，实时摄像头对话来了；昆仑万维推出实时语音助手 Skyo丨 RTE 开发者日报
摘要：开发者朋友们大家好： 这里是 「RTE 开发者日报」 ，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的 新闻 」、「有态度的 观点 」、「有意思的 数据 」、「有思考的 文章 」、「有看点的 会议 」，但内容仅代表编辑 阅读全文
posted @ 2024-11-21 18:34 声网 阅读(142) 评论(0) 推荐(0) 编辑
实时多模态 AI 的 N 种新可能丨实时互动和大模型专场@RTE2024回顾
摘要：在本届 RTE2024 大会上，来自产业界和学术界的多位专家深入探讨了实时互动和大模型技术的最新进展及其潜在应用。 西湖心辰联合创始人俞佳、声网 AI 算法工程师乔齐、MiniMax 资深音频算法专家张博闻、商汤科技数字文娱解决方案负责人焦文奎以及面壁智能算法 VP 翟忠武等分享了他们在各自领域的研 阅读全文
posted @ 2024-11-20 18:18 声网 阅读(29) 评论(0) 推荐(0) 编辑
11Labs 支持打造对话 AI 智能体；阿里推出大模型 Qwen2.5-Turbo 速度提升 4.3 倍丨 RTE 开发者日报
摘要：开发者朋友们大家好： 这里是 「RTE 开发者日报」 ，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的 新闻 」、「有态度的 观点 」、「有意思的 数据 」、「有思考的 文章 」、「有看点的 会议 」，但内容仅代表编辑 阅读全文
posted @ 2024-11-20 16:42 声网 阅读(45) 评论(0) 推荐(0) 编辑
空间计算、物理计算、实时仿真与创造拥有「自主行为」的小狗 | 播客《编码人声》
摘要：「编码人声」是由「RTE开发者社区」策划的一档播客节目，关注行业发展变革、开发者职涯发展、技术突破以及创业创新，由开发者来分享开发者眼中的工作与生活。 虚拟世界与现实世界的界限逐渐模糊，已然成为不争的事实。但究竟哪些曾经的幻想已然照进现实，又有哪些挑战依然横亘眼前？本期节目，我们邀请三位来自不同领域 阅读全文
posted @ 2024-11-19 15:31 声网 阅读(17) 评论(0) 推荐(0) 编辑
Rokid Glasses AR 眼镜发布，搭载通义 AI；3D 社交平台 SEELE 完成千万美元融资丨RTE 开发者日报
摘要：开发者朋友们大家好： 这里是 「RTE 开发者日报」 ，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的 新闻 」、「有态度的 观点 」、「有意思的 数据 」、「有思考的 文章 」、「有看点的 会议 」，但内容仅代表编辑 阅读全文
posted @ 2024-11-19 14:52 声网 阅读(62) 评论(0) 推荐(0) 编辑
Gemini 发布 iOS app，Live 语音聊天免费用；微信公众号上线 AI 音色克隆功能丨 RTE 开发者日报
摘要：开发者朋友们大家好： 这里是 「RTE 开发者日报」 ，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的 新闻 」、「有态度的 观点 」、「有意思的 数据 」、「有思考的 文章 」、「有看点的 会议 」，但内容仅代表编辑 阅读全文
posted @ 2024-11-18 17:51 声网 阅读(50) 评论(0) 推荐(0) 编辑
「AI Infra 软件开源不是一个选项，而是必然」丨云边端架构和 AI Infra专场回顾@RTE2024
摘要：在人工智能和开源技术蓬勃发展的当下，AI Infra 项目正经历着日新月异的变革。从跨平台运行时到云边端 AI 基础设施，再到多模态知识助手，创新浪潮席卷而来。这些进步不仅显著提升了技术指标，也为实时音视频处理、边缘计算、大模型应用等场景开辟了新的可能性。 在 RTE 2024 大会上，LLamaI 阅读全文
posted @ 2024-11-15 23:12 声网 阅读(47) 评论(0) 推荐(0) 编辑
DeepL Voice：会议、对话实时语音翻译工具；吴佳俊团队：场景语言，智能补全文本到 3D 的场景理解
摘要：开发者朋友们大家好： 这里是 「RTE 开发者日报」 ，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的 新闻 」、「有态度的 观点 」、「有意思的 数据 」、「有思考的 文章 」、「有看点的 会议 」，但内容仅代表编辑 阅读全文
posted @ 2024-11-15 21:53 声网 阅读(26) 评论(0) 推荐(0) 编辑
「人眼视觉不再是视频消费的唯一形式」丨智能编解码和 AI 视频生成专场回顾@RTE2024
摘要：你是否想过，未来你看到的电影预告片、广告，甚至新闻报道，都可能完全由 AI 生成？ 在人工智能迅猛发展的今天，视频技术正经历着一场前所未有的变革。从智能编解码到虚拟数字人，再到 AI 驱动的视频生成，这一领域的创新正以惊人的速度推进。这些进步不仅提升了技术指标，更为实时互动、内容创作、广告营销等场景 阅读全文
posted @ 2024-11-14 22:53 声网 阅读(34) 评论(0) 推荐(0) 编辑
语音生成模型 PlayDialog：可生成对话播客、旁白；小米 AI 眼镜将于明年 Q2 发布丨 RTE 开发者日报
摘要：开发者朋友们大家好： 这里是 「RTE 开发者日报」 ，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的 新闻 」、「有态度的 观点 」、「有意思的 数据 」、「有思考的 文章 」、「有看点的 会议 」，但内容仅代表编辑 阅读全文
posted @ 2024-11-14 16:38 声网 阅读(21) 评论(0) 推荐(0) 编辑
百度发布 AI 眼镜：全球首搭中文大模型，支持边走边问；OpenAI 联合创始人宣布回归，主抓重大技术创新丨 RTE 开发者日报
摘要：开发者朋友们大家好： 这里是 「RTE 开发者日报」 ，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的 新闻 」、「有态度的 观点 」、「有意思的 数据 」、「有思考的 文章 」、「有看点的 会议 」，但内容仅代表编辑 阅读全文
posted @ 2024-11-13 17:03 声网 阅读(27) 评论(0) 推荐(0) 编辑
语音 AI 革命：未来，消费者更可能倾向于与 AI 沟通，而非人工客服
摘要：「未来，消费者更可能倾向于与 AI 沟通，而非人工客服，因为这将成为解决问题的最高效途径。」 这篇来自 Bessemer Venture Partners 的报告，是目前为止对语音 AI 在企业应用上最完整清晰的一次梳理。 核心要点： 尽管市场规模超过 50 亿美元，传统的电话客服系统却备受企业和消 阅读全文
posted @ 2024-11-13 16:40 声网 阅读(17) 评论(0) 推荐(0) 编辑
脑机接口、嵌入式 AI 、工业级 MR、空间视频和下一代 XR 浏览器丨RTE2024 空间计算和新硬件专场回顾
摘要：这一轮硬件创新由 AI 引爆，或许最大受益者仍是 AI，因为只有硬件才能为 AI 直接获取最真实世界的数据。 在人工智能与硬件融合的新时代，实时互动技术正迎来前所未有的创新浪潮。从嵌入式系统到混合现实，从空间视频到脑机接口，这些前沿领域正以惊人的速度推进，为未来的人机交互描绘出令人振奋的蓝图。在本届 阅读全文
posted @ 2024-11-12 13:36 声网 阅读(12) 评论(0) 推荐(0) 编辑
字节豆包发布新模型，AI 一句话 P 图；Google 正式推出 Vids，简单提示即可生成视频演示丨 RTE 开发者日报
摘要：开发者朋友们大家好： 这里是 「RTE 开发者日报」 ，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的 新闻 」、「有态度的 观点 」、「有意思的 数据 」、「有思考的 文章 」、「有看点的会议」，但内容仅代表编辑的个 阅读全文
posted @ 2024-11-12 12:31 声网 阅读(47) 评论(0) 推荐(0) 编辑
OpenAI 再发 Sora 新短片，传 Sora 两周内推出；李飞飞团队出品空间智能版 ImageNet丨 RTE 开发者日报
摘要：开发者朋友们大家好： 这里是 「RTE 开发者日报」 ，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的 新闻 」、「有态度的 观点 」、「有意思的 数据 」、「有思考的 文章 」、「有看点的 会议 」，但内容仅代表编辑 阅读全文
posted @ 2024-11-11 15:19 声网 阅读(14) 评论(0) 推荐(0) 编辑
这些实时互动 AI 场景正在涌现生长，也预示着多模态 AI 的未来｜RTE2024 声网CEO赵斌演讲实录
摘要：10月25日，在 RTE2024 第十届实时互联网大会主论坛上，声网创始人兼 CEO 赵斌发表了《实时互动十年：从 WebRTC 到生成式 AI 时代的 RTE 》主旨演讲。 赵斌认为，生成式 AI 正在驱动 IT 行业发生大变革，这一趋势主要体现在四个层面：终端、软件、云以及人机界面。在这样的时代 阅读全文
posted @ 2024-11-08 21:54 声网 阅读(34) 评论(0) 推荐(0) 编辑
OpenAI 成功收购 Chat.com 域名；AI「电子舌头」问世，可辨别味道、检测食品安全丨 RTE 开发者日报
摘要：开发者朋友们大家好： 这里是**「RTE 开发者日报」**，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的 新闻 」、「有态度的 观点 」、「有意思的 数据 」、「有思考的 文章 」、「有看点的 会议 」，但内容仅代表 阅读全文
posted @ 2024-11-08 17:12 声网 阅读(11) 评论(0) 推荐(0) 编辑
语音 AI 迎来爆发期，也仍然隐藏着被低估的机会丨RTE2024 音频技术和 Voice AI 专场
摘要：在人工智能快速发展的今天，语音交互技术正经历一场革命性的变革。从语音识别到语音合成，再到端到端的语音对话系统，这一领域的创新正以前所未有的速度推进。这些进步不仅提升了技术指标，更为实时翻译、虚拟数字人、智能客服等实时互动场景带来了新的可能。 本届 RTE2024 大会上，来自学界和业界的多位专家深入 阅读全文
posted @ 2024-11-07 19:15 声网 阅读(69) 评论(0) 推荐(0) 编辑
王慧文回归带队美团探索 AI 应用；对话音频开源模型 Hertz-dev：120 毫秒超低延迟丨 RTE 开发者日报
摘要：开发者朋友们大家好： 这里是 「RTE 开发者日报」 ，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的 新闻 」、「有态度的 观点 」、「有意思的 数据 」、「有思考的 文章 」、「有看点的 会议 」，但内容仅代表编辑 阅读全文
posted @ 2024-11-07 12:34 声网 阅读(15) 评论(0) 推荐(0) 编辑
Meta AR 眼镜团队前负责人加入 OpenAI；visionOS 2.2 Beta 引入超宽屏投屏模式丨 RTE 开发者日报
摘要：开发者朋友们大家好： 这里是 「RTE 开发者日报」 ，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement）领域内「有话题的 新闻 」、「有态度的 观点 」、「有意思的数据」、「有思考的 文章 」、「有看点的 会议 」，但内容仅代表编辑的个人 阅读全文
posted @ 2024-11-06 13:13 声网 阅读(10) 评论(0) 推荐(0) 编辑
Hume.ai 升级：自研情感模型集成 Claude 和 Fal；数字嗅觉公司 Osmo 用 AI 实现气味「传送」
摘要：开发者朋友们大家好： 这里是**「RTE 开发者日报」**，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的 新闻 」、「有态度的 观点 」、「有意思的 数据 」、「有思考的 文章 」、「有看点的 会议 」，但内容仅代表 阅读全文
posted @ 2024-11-05 17:54 声网 阅读(18) 评论(0) 推荐(0) 编辑
在这里游玩和创造，见证实时互动和 AI 的融合爆发丨年末场 RTE Open Day@RTE2024 回顾
摘要：RTE2024 第十届实时互联网大会上周末在北京圆满结束了，不知道大家体验交流得如何？可能是因为本来入秋的北京悄然升温，又或者是那两天的观众都很热情，25-26 号的活动现场特别像是一场夏天的聚会。 RTE Open Day 马不停蹄来到了第五期，今年已经有三四十个“实时互动+”的项目依次亮相，在 阅读全文
posted @ 2024-11-04 22:54 声网 阅读(64) 评论(0) 推荐(0) 编辑
Fish Agent：多语言 Voice-to-Voice 开源语音模型；Runway 推出摄像机运镜功能丨 RTE 开发者日报
摘要：开发者朋友们大家好： 这里是　「RTE 开发者日报」　，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的　新闻　」、「有态度的　观点　」、「有意思的　数据　」、「有思考的　文章　」、「有看点的　会议　」，但内容仅代表编辑 阅读全文
posted @ 2024-11-04 15:29 声网 阅读(93) 评论(0) 推荐(0) 编辑
ElevenLabs X-to-Voice：社交账号自动生成能说话的个人页面；OpenAI 正式推出 ChatGPT 搜索
摘要：开发者朋友们大家好： 这里是　「RTE 开发者日报」　，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的　新闻　」、「有态度的　观点　」、「有意思的　数据　」、「有思考的　文章　」、「有看点的　会议　」，但内容仅代表编辑 阅读全文
posted @ 2024-11-01 16:20 声网 阅读(21) 评论(0) 推荐(0) 编辑