←搜索结果

搜索“xAI”

按匹配度 · 共 107 条结果 清除搜索

星期一

  1. 事件1 条新闻 · 1 个事实

    Pydantic AI 发布实时语音 Agent 支持

    2026年8月26日,Pydantic AI 发布实时语音 Agent 支持。据其官方文章,该支持采用 speech-to-speech 方式,通过统一的 provider-agnostic API 接入 OpenAI Realtime、Azure OpenAI、Gemini Live 和 xAI Grok Voice,中间不再有转写、生成、合成的流水线。语音会话复用同一个 Agent 对象,服务端工具、消息历史和 API key 都留在后端;浏览器场景可用 WebRTC 直连并在服务端以 sideband 接入,目前浏览器 WebRTC 支持 OpenAI 和 Azure OpenAI。语音与文本共享同一份消息历史,可把通话交给文本 Agent 做结构化抽取,也可用 message_history= 为语音会话续接此前的文本对话;会话的 token 用量、usage_limits 和 OpenTelemetry 追踪与文本运行一致。目前尚无后续发展事实。

    2026年8月26日,Pydantic AI 发布实时语音 Agent 支持。据其官方文章,该支持采用 speech-to-speech 方式,通过统一的 provider-agnostic API 接入 OpenAI Realtime、Azure OpenAI、Gemini Live 和 xAI Grok Voice,中间不再有转写、生成、合成的流水线。语音会话复用同一个 Agent 对象,服务端工具、消息历史和 API key 都留在后端;浏览器场景可用 WebRTC 直连并在服务端以 sideband 接入,目前浏览器 WebRTC 支持 OpenAI 和 Azure OpenAI。语音与文本共享同一份消息历史,可把通话交给文本 Agent 做结构化抽取,也可用 message history= 为语音会话续接此前的文本对话;会话的 token 用量、usage limits 和 OpenTelemetry 追踪与文本运行一致。目前尚无后续发展事实。

    匹配字段摘要

星期三

星期三

星期日

  1. 事件1 条新闻 · 1 个事实

    LiveKit Agents 推出 expressive m

    2026年8月13日,LiveKit 在 LiveKit Agents 中发布 expressive mode。据其产品与工程博客介绍,开启该模式后,框架会向 LLM 提示词注入供应商专属指令,让模型在回复中内联生成表情标记,再由框架降级为当前 TTS 供应商能识别的方言,从而表达情绪、语气、非语言声音和停顿。该功能只需在 AgentSession 上设置一个参数,兼容任意 LLM;TTS 侧目前支持 Fish Audio(fishaudio/s2.1-pro)、Inworld(inworld/inworld-tts-2)、Cartesia(cartesia/sonic-3)和 SpaceXAI(xai/tts-1),未声明标记方言的供应商会正常合成且该开关不生效。框架还会把标记从用户可见转写中剥离,并将该段落的语气标签以 lk.expression 属性发布在 lk.transcription 文本流上,供前端可视化使用。

    匹配字段摘要

  2. 事件1 条新闻 · 1 个事实

    OpenClaw接入Grok模型

    2026年5月19日,xAI宣布即日起SuperGrok或X Premium订阅用户可在OpenClaw中登录并使用Grok模型,所有订阅档位均可连接。据xAI News发布的信息,OpenClaw是开源、本地优先的智能体与个人助理,可运行在Mac Mini、笔记本、服务器、VPS甚至树莓派上,跨会话保留持久记忆,并接入WhatsApp、Telegram、Slack、Discord、Signal、iMessage等消息平台。安装可通过curl脚本或openclaw onboard引导完成,VPS或SSH场景可用xai-device-code设备码登录。目前该事件尚无后续发展事实,状态为xAI已开放接入。

    匹配字段摘要

  3. 事件1 条新闻 · 1 个事实

    Hermes Agent接入Grok订阅

    2026年5月15日,xAI宣布即日起可在Nous Research的开源自我改进智能体Hermes Agent中直接使用Grok订阅。接入后,用户可用Grok 4.3进行文本对话与高级推理,用Grok Text-to-Speech生成语音回复,用Grok Imagine生成图像和视频,所有订阅档位均可使用。Hermes Agent可持久运行在任意电脑、沙箱或VPS上,跨会话建立长期记忆,并能连接WhatsApp、Discord、Telegram、Signal等消息平台。用户通过hermes model选择xAI Grok OAuth并浏览器登录即可启用。目前该消息由xAI官方发布,尚无后续发展事实。

    匹配字段摘要

星期四

星期四

星期一

星期三

星期二

星期一

星期五

星期三

  1. 智东西

    天数智芯首次实机演示天垓300与端侧终端TY1200

    天数智芯首次实机演示通用GPU天垓300和端侧算力终端TY1200，并预告标称算力600T的下一代端侧产品TY2000。天垓300有144GB显存，在64K长上下文下Attention性能为H200的1.05倍，GLM-5.3模型下MoE吞吐为H200的1.15倍；TY1200为300 TOPS INT8稠密算力，实测TPS超越英伟达Thor T5000。天垓300 IXL144超节点在单机柜集成144颗GPU、聚合约10.1TB显存，每百万有效Token成本较国际主流方案降低约40%。

    00的Agent首字延迟较H200降低约10%—30%；多模态生成推理吞吐，天垓300相较H200提升约2%—5%；在搜广推等在线业务中，推荐推理吞吐提升21%、轻量计算时延降低26%。 训练方面，在基于Qwen3-32B模型的8卡整机FP8精度训练演示中，天垓300每卡有效吞吐达到H100的1.33倍。 强化学习已成为OpenAI、Google、Meta、xAI以及DeepSeek、Qwen、MiniMax、Kimi等国内外主力模型公开采用的核心后训练路线。据条件性工程估算，天垓300以1024张卡对已有预训练基座开展一次强化学习，在40B激活参数的中心情景下，约26天可完成约1T总参数MoE模型的500亿生成Token强化学习任务。 单天逸现场实测了天垓300与H200在文生图、文生视频方面的性能。 其生成了“一个亚麻发色、穿白色连衣裙的女生在冰面行走，赛博朋克风格”的图片，天垓300 4秒就生成了第一张图片。 此外，其现场生成了“豆包穿着骑士装迎娶奶龙”的视频。天垓300的吞吐量为0.628，相比H200更高，且任务的完成速度、服务端的推理速度更快。 在规模化交付层面，单天逸透露

    匹配字段正文

    #hot-signal#产品更新#端侧#推理

星期四

  1. Cartesia 产品与研究

    Cartesia 发布 Managed Agents 端到端语音智能体平台

    Cartesia 推出 Managed Agents 端到端语音智能体平台，面向企业通话场景，在 Artificial Analysis 的 Speech Agent Arena 上以 1115 的偏好 Elo 在 30 个智能体中排名第一。在 ServiceNow 的 EVA-Bench 上，该平台取得 87.4% 的准确率和 90.7% 的体验分，两项均为最高。平台将语音模型与 harness 联合设计，提供 44 种语言、工具调用、知识库和外呼批次等能力，官方称已在金融、零售、酒店和医疗场景支撑数千万次对话。

    为 1115。 Speech Agent Arena：偏好 Elo 在预约和订外卖等对话任务上的盲测人类偏好。越高越好。2026年10月1Managed AgentsCartesia11152 Gemini 3.1 Flash Live MinimalGoogle10993 Gemini 3.8 LiveGoogle10795 Grok Voice 3.0xAI10646 GPT-Live-1 (Sol, low)OpenAI10417 GPT-Live-1 (Astra, medium)OpenAI10378 Eleven Realtime v1 MaxElevenLabs100311 ElevenLabs Agents (Default Cascaded)ElevenLabs989 基准测试以 GPT-5.5 作为推理模型运行。 在 EVA-Bench上——ServiceNow 面向 CSM、ITSM 和 HR 领域企业语音智能体的开放基准测试——Managed Agents 在准确率（87%）和体验（91%）两项上均取得最高分，树立了新的帕累托前沿。 EVA-Bench：准确率

    匹配字段正文

    #company#产品更新#语音#Agent

星期二

  1. MarkTechPost

    Exa 发布 3.0 搜索 API，新增 Lite 类型并称 8 项基准领先

    Exa 发布面向 AI 智能体的搜索 API Exa 3.0，新增更便宜的搜索类型 Exa Lite，每 1000 次请求 4 美元，与 Auto 共用同一索引；Dynamic Highlights 转为正式可用，官方称比整页文本少用 95% token 且不额外收费。Exa 称 Exa 3.0 Auto 在 8 项基准上均领先 Perplexity、Brave 和 Parallel，其中 BrowseComp 为 91.8%，ATLAS 为 42.0% 对 Perplexity 的 37.2%，但这些基准均由 Exa 自行运行，ATLAS 也是 Exa 自己发布的基准。Auto 每 1000 次请求标价 7 美元，高于三家竞品的 5 美元。

    atasets into actionable insights. Michal SutterMeet Drex Max: Nace AI’s Multimodal Decision Model for Computer-Use Agents with a Score 67.59 Michal SutterMeet Grok Voice 3.0: SpaceXAI Voice Agent Model Ranks 1 on Artificial Analysis RELATED ARTICLESMORE FROM AUTHOR Meet Drex Max: Nace AI’s Multimodal Decision Model for Computer-Use Agents with a Score 67.59 MiniMax Just Launched M3.1 Flash: 428B MoE Agentic Model at $0.15/M Input NVIDIA Open Sources Run:ai Under Apache 2.0 for Kubernetes GPU Orc

    匹配字段正文

    #ai-vertical#产品更新#搜索#Agent

星期四

  1. MarkTechPost

    CopilotKit 发布 CLiF：把智能体轨迹与用户操作转化为技能、评测和微调数据

    CopilotKit 发布持续学习平台 CLiF，目前处于早期访问阶段，属于 CopilotKit Intelligence 的一部分。它通过 AG-UI 协议把智能体轨迹与用户在产品中的操作捕获为同一条全栈轨迹时间线，再经捕获、模式发现、人工审核、交付导出四阶段循环，产出技能、基于生产的评测、微调数据集和原始轨迹四类输出。技能以 SKILL.md 文件形式发布，需人工逐条审核，发布后无需重新部署即可被智能体加载，也可下载给其他智能体或 MCP 服务器使用；平台完全支持自托管。

    eleases Nemotron 3.5 Super VL, a 120B Open Multimodal Agent Model Asif RazzaqTypeSafe AI Releases Jev 1.14 With Images, Box Type and 262k Context RELATED ARTICLESMORE FROM AUTHOR NVIDIA Releases Nemotron 3.5 Super VL, a 120B Open Multimodal Agent Model openKylin Outlines Its Vision for Reimagining Linux in the AI Era at Open Source Summit Europe 2026 TypeSafe AI Releases Jev 1.14 With Images, Box Type and 262k Context Meet Grok Voice 3.0: SpaceXAI Voice Agent Model Ranks 1 on Artificial Analysis

    匹配字段正文

    #ai-vertical#产品更新#Agent#开源生态

星期三

  1. The Next Platform

    Nvidia 推出 Open Agent Safety Platform，用硬件层管控智能体行为

    Nvidia 发布 Open Agent Safety Platform，这是一套开放的软硬件架构，把安全控制从智能体手中移出，嵌入支撑它们的基础设施。平台包含两部分：开源运行时 OpenShell 在内核级隔离中运行智能体，把创建者的指令变成策略并校验其可访问的文件与凭证；Sentry 则把监控与指令执行延伸到 Bluefield-4 DPU，实现芯片级安全执行，智能体越界时可在毫秒级隔离并停止。该计划获得 Anthropic、Mistral 等数十家公司支持，OpenAI 未在列；Sam Altman 对 CNBC 表示自家也在做类似工作，但认为 AI 安全不只是工程问题，还包含对齐这一科学问题。

    be addressed through “full-stack engineering.” The new guardrail effort is being supported by dozens of companies, including AI vendors like Anthropic, Mistral, Tenex.AI, and SpaceXAI. Notably absent is OpenAI, which clearly needs to rein in its models. Chief executive officer Sam Altman told CNBC his company is doing similar things, but disagreed that it’s simply an engineering issue. “I don’t think it’s a full solution and I worry that if we treat AI safety as only an engineering problem, we w

    匹配字段正文

    #hot-signal#安全/对齐#Agent#部署/工程
  2. The Rundown AI精选

    OpenAI 在 DevDay 发布常驻智能体 dots 等 20 多项更新

    OpenAI 在 DevDay 上发布常驻智能体 dots，可 24/7 在云端电脑上工作，接入 4000 多个应用，并能在 Slack、Teams 或 ChatGPT 中回复，对话不计入 ChatGPT 用量额度。dots 运行在 GPT-6 Astra 上，Pro 和 Business Premium 用户先获得一个 dot。同场还发布 GPT-6.1 Sol，定价为每百万 token 2 美元和 10 美元，为 Astra 的五分之一，以及 Decisions API、ChatGPT Space 和 Pages 等更新。

    edicare enrollment) aiming to launch by early 2027. Answers draw on official government sources, from national parks to released UFO files, using a mix of Google's Gemini and SpaceXAI's Grok AI models. Marco Rubio previewed a first-time passport flow with self-uploaded photos, promising “no drugstore hostage photo, no appointment, no line.” The platform was led by Airbnb co-founder and U.S. chief design officer Joe Gebbia, pushing for users to "never go back into the maze" of .gov websites. Why

    匹配字段正文

    #newsletter#行业动态#Agent#OpenAI