按标签聚合查看文章内容。
AI资讯美国xAI公司于7月29日（当地时间）正式发布了其下一代语音AI模型“Grok Voice Think Fast 2.0”。该服务的收费标准为每分钟0.08美元（约合12日元）。 新模型在语音推理、对话能力以及工具调用的可靠性方面均有显著提升。与竞争对手如GPT-Realtime-2.1和Gemini 3.1 Flash等模型进行基准测试时，Grok Voice Think Fast 2.0以8
AI资讯OpenAI于周四宣布，已更新ChatGPT桌面应用，新增ChatGPT语音功能，用户可以通过语音与应用互动，控制AI助手并执行电脑上的任务。 这一新功能基于OpenAI本月初推出的全新语音模型系列——ChatGPT-Live。 OpenAI表示，ChatGPT语音功能兼容ChatGPT Work和Codex，还能利用电脑操作技能访问网站和应用程序。此外，在macOS系统中，借助Appshots，
AI资讯美国Nous Research于7月29日宣布，其开源AI代理“Hermes Agent”现已支持唤醒词功能。用户只需说出“Hey Hermes！”即可启动新会话，实现免提操作。 该唤醒词功能适用于命令行工具（Classic CLI/TUI）和桌面应用程序。默认情况下该功能为关闭状态，用户可通过在“hermes”会话中输入“/wake on”或点击桌面应用中的耳朵图标来启用。 唤醒词检测引擎提供
AI资讯日本KDDI、アルティウスリンク与Recho三方宣布将合作开发基于AI的客服中心解决方案，计划于2026年上半年开始提供服务，首批将在KDDI集团旗下金融公司进行验证。
AI资讯AMD的AI技术曾被认为落后于NVIDIA和Intel，但近年来其表现显著回升，其中代表作之一便是「Lemonade Server」。 这是一款基于AMD Ryzen AI，整合多种AI运行时的本地AI执行环境。虽然名为服务器，支持远程调用AI功能，但也附带桌面客户端，方便用户在本地直接运行AI模型。 本文将介绍该客户端的基本使用方法。测试设备为搭载AMD Ryzen AI 9 HX 370的日
AI资讯新奥尔良紧急呼叫中心引入人工智能系统处理911电话，旨在提高效率，但也引发对紧急响应准确性的担忧。
AI资讯OpenAI推出了新一代语音模型“GPT-Live”，支持实时双向交流和后台复杂处理，提升对话体验。
AI资讯谷歌发布了面向开发者和企业的对话式语音AI模型Gemini 3.8 Live及其扩展版本，支持多语言实时识别与复杂任务处理。
AI资讯日本iFLYTEK JAPAN AI SOLUTIONS推出限时促销，五款AI智能产品最高可享20%折扣，购买指定产品还赠送智能词典笔。
AI资讯CoeFont推出了专为日本人英语发音特点设计的AI语音识别调校功能，提升了翻译准确率。
AI资讯美国微软公司于9月3日（当地时间）正式发布了新一代语音识别AI模型“MAI-Transcribe-2”。微软宣称该模型是“全球最快、最高精度且成本最低的语音识别模型”，在性能上超越了包括“Gemini 3.5 Transcribe”、“GPT-Transcribe”、“Whisper V3-Large”以及“Scribe v2”等竞争对手。 “MAI-Transcribe-2”是今年6月发布的“
AI资讯DeepL大幅提升了其实时语音翻译工具DeepL Voice的AI技术，实现了更自然的多语言交流体验。