跳到正文
10月9日周五
  1. TechCrunch · AI47

    Natura 99 美元智能戒指 Interface:把 AI 智能体戴在指尖

    AI 硬件初创公司 Natura 推出 99 美元 Interface 智能戒指,轻按手指即可调用 AI 智能体完成任务。该戒指可连接 Claude、ChatGPT、Grokbot、Meta 的 Muse 等智能体与应用,同时追踪心率、HRV、睡眠与活动数据,续航 6 至 12 天。产品将于下月开启预订,12 月或 1 月发货,3 至 6 个月免费期后收取每月 9 美元订阅费。

10月8日周四
10月7日周三
10月6日周二
  1. The Verge · AI27

    Gemini Call for Me 或将扩展至个人通话:帮你告诉妈妈你要迟到

    Android Authority 在 APK 拆解中发现 Google 可能将 Gemini 的 Call for Me 功能从商务通话扩展到亲友通话,可代拨"告诉妈妈我会迟到 15 分钟"这类简短口信。该功能预计仍限于类似短信的简单留言,适合不常看短信或仍在使用固定电话的联系人。代码中还发现了针对 Gemini 各项操作的细粒度权限设置,但 Google 也可能最终不公开发布这一扩展。

10月5日周一
  1. IT之家49

    跨越百年的代言:斯凯孚用 AI“复活”已故女星葛丽泰·嘉宝拍广告

    斯凯孚(SKF)借助人工智能生成已故好莱坞影星葛丽泰·嘉宝的虚拟形象拍摄广告,该广告收获赞许的同时也遭到嘲讽。图像生成使用字节跳动 Seedream 5 Pro 与谷歌 Gemini 的 Nano Banana Pro,动作生成用到 Seedance 2、Seedance 2.5 及可灵 AI(Kling AI),语音则以嘉宝早年影片原声训练 AI 完成。

9月30日周三
  1. Hugging Face Blog66

    Hugging Face 发布 Open TTS Leaderboard,覆盖开源多语言 TTS 与语音克隆评测

    Hugging Face 推出 Open TTS Leaderboard,用客观指标评测开源多语言 TTS 与语音克隆模型。榜单以 Qwen3 ASR 转写计算 WER/CER 衡量可懂度,以 RTFx 和 TTFA 衡量 H200 GPU 上的批量推理与流式延迟,并以 WavLM 嵌入余弦相似度衡量说话人相似度,把单个模型评测从数周缩短到数小时。

    推荐理由:原文对比了人工偏好竞技场与客观指标评测,说明新榜单用 WER、RTFx、TTFA 和说话人相似度补齐开源 TTS 评测的缺口。

9月25日周五
  1. Google DeepMind64

    Google DeepMind 发布 Gemini 3.8 Live with Live Avatar 实时虚拟形象功能

    Google DeepMind 发布 Gemini 3.8 Live with Live Avatar,将近实时视频生成与语音结合,为 Gemini 实时对话模型增加能看、能听、能说的动态虚拟形象。该功能今天起在 Gemini Enterprise 可用,支持后台异步工具调用、97 种语言间的无缝语音同步切换,以及基于参考图像定制品牌虚拟形象,所有音视频输出均带 SynthID 水印。

    推荐理由:原文列出了实时视觉形象、后台异步工具调用与 97 种语言同步能力,读者可据此评估企业级虚拟客服的落地方式。

9月23日周三
  1. Google DeepMind76

    Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Gemini 3.8 Flash-Lite TTS

    Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型,前者面向角色 voice 设计与逐句表演控制,后者面向高并发、低成本的配音与语音智能体场景。

    推荐理由:两款模型分别面向创意配音与高并发场景,并给出语音复制的同意验证与 SynthID 水印机制,便于评估合规接入。

9月16日周三
  1. Google DeepMind83

    Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking 语音模型

    Google DeepMind 发布 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking 两款近实时语音对话模型,前者主打规模与成本效率,后者面向高复杂度任务的多步推理。

    推荐理由:原文给出两款模型在语音对话质量榜和多项 agent 基准上的具体得分,并说明开发者与企业的分阶段获取入口,可据此评估落地成本。