标签：实时交互
这么哇塞的世界模型，竟然是开源的！
蚂蚁灵波团队最新开源的LingBot-World模型，标志着通用世界模拟技术取得重要突破。该模型能在10分钟时长内持续生成高度一致的交互式虚拟环境，视觉效果媲美De...
蚂蚁深夜开源比肩Genie 3的世界模型，我也看到了具身智能的未来。
灵波科技（LingBot-World）的开源世界模型引发了AI领域的广泛关注。这一模型由蚂蚁旗下公司突然发布，其核心突破在于实现了实时动态生成的可交互虚拟世界。与...
豆包一声声“OK”把罗永浩搞破防，不就是大型现场直播版图灵测试
罗永浩的年度科技创新分享大会成为全网焦点，其中与AI助手豆包的“人机舌战”尤为引人注目。这场辩论围绕锤子手机是否好用展开，罗永浩作为创始人捍卫产品，而...
中国AI Agent产业化参考范本：斑马口语攻克的四大技术难关
2025年AI产业的关键转折点在于从通用探索转向垂直场景的深度落地。以斑马推出的「斑马口语」为例，这款针对6-12岁儿童的AI外教一对一产品，突破了技术瓶颈，...
OpenAI引爆新赛道：AI不再卖技术，而是卖「活人感」！
一段小女孩与AI玩具告别的视频引发了广泛关注，揭示了对话式AI如何深度融入人类情感世界。这一场景不仅触动了公众情感，更凸显了实时交互技术的革命性潜力。...
美团开源全模态，比肩顶级闭源模型，开源新SOTA
美团LongCat团队发布了5600亿参数的开源全模态模型LongCat-Flash-Omni，该模型能够实现毫秒级的实时音频-视觉交互。其核心是一个端到端的全模态架构，能够接...
三星国行 Bixby 更新“语聊视界”，我们的生活离《Her》更近了一步？
三星 Galaxy S25 系列国行版本的 Bixby 语音助手于 3 月 26 日正式推出了“语聊视界”功能，这一功能基于多模态大模型，旨在提供超拟人的实时语音和视频聊天体...
面壁、智谱，卷上新赛道
OpenAI去年推出的“4o”模型具备实时语音交互能力，被视为模型“长出了耳朵和嘴巴”。去年12月，该模型增加了视频通话和屏幕共享功能，相当于“长出了眼睛”，使得...
Gemini 2.0发布了，可惜的是关注的人很少
谷歌近日宣布推出其人工智能大模型系列的最新作品——Gemini 2.0，其中Gemini 2.0 Flash实验版本率先亮相。这款模型能够生成文本、图像和语音，并处理多种格式...
WebRTC创建者加入了OpenAI，他如何思考语音AI的未来？
WebRTC的联合创始人Justin Uberti，同时也是Fixie.ai的联合创始人兼CTO，宣布加入OpenAI领导实时AI项目。Uberti在Google时期参与创建并领导了WebRTC项目，并...
1
2
