搜索“语音”

匹配字段摘要

化的争议（归属观点）： AA v5 惩罚：一位评论者认为，中国和二线实验室在狭窄代理指标上爬山，因此当 AA v5 提高难度时它们下滑得更厉害（@teortaxesTex）。 Kimi K3 分析：一项 90 项基准分析发现，Kimi K3 在 89 项基准中的 62 项上输给 GPT-5.6 Sol，中位差距为 14%（@stalkermustang）。 语音模型： Phonic-1：以 87.1 在 AA 的语音到语音指数上首次亮相即排名第 1，并在 Tau Voice 上得分 79.9%。其成本为每分钟 0.07 美元（AA），Phonic 完成了 2,750 万美元 A 轮融资（@moinnadeem）。 Fish Audio Drama 3：在两个 TTS 竞技场上均位列开放权重模型第 1，并在发音稳健性上以 94.6% 总体排名第 1。其成本为每 100 万字符 15 美元（AA）。 视频与 OCR： Pika H3 Flex：Pika 的首个开放权重模型，是对 MiniMax H3 的后训练，6 步生成（@HuggingApps）。它以 1293 Elo 在 Design

匹配字段正文

匹配字段摘要、正文

于12月停止服务），从公测到宣布停服仅过了188天。不到半年的生命周期，折射出新赛道里产品试错的容错率正在急剧降低。 对公司而言，整合可以集中投入、减少重复建设；对用户而言，频繁改名和迁移，也意味着重新识别入口、适应操作方式。 通用助手越来越像个“功能大杂烩” 独立产品不断分化、整合，通用助手里能做的事情则越来越多。 从聊天，到联网搜索、文件理解，再到绘图、语音、深度研究、生成文档和执行代码，原本被分别讨论的产品方向，逐渐装进了同一个助手。 四款样本的公开记录显示，到2024年末，豆包、千问、DeepSeek和Kimi已经共同具备聊天、联网搜索、文件理解三项能力。此后，研究、办公和执行类能力继续进入部分助手。到2026年10月，豆包、千问、Kimi都已上线文档生成和代码或工具执行能力，各家通用助手的产品差异越来越小。 独立产品需要重新获取用户、培养使用习惯。已有助手增加功能，则可以沿用账号、入口和用户关系。对用户来说，一项完整任务也常常跨越多个方向——先搜索资料，再读取文件，最后制作报告或PPT，能够连续完成这些步骤，可能比拥有多个互不相通的工具更有吸引力。 只是，当越来越多通用助手都

匹配字段正文

匹配字段摘要、正文

匹配字段摘要、正文

匹配字段摘要

芙是一个女性形象，能研究客户及其公司、演示产品，并在任何时间以任何语言处理销售流程。 尽管River告诉客户丽芙是一个AI智能体，阿比拉马说，人们似乎还是会把这段体验拟人化。他看到过与丽芙通话的记录，其中客户似乎在跟它调情。客户还试图让这个智能体脱离既定脚本，以争取更大的折扣。 创始人布鲁克·霍普金斯（Brooke Hopkins）说，虽然她位于旧金山的AI语音初创公司Coval使用智能体来加快任务，但她把这些技术视为工具，而非同事。她还禁止公司使用智能体与客户沟通，认为这样做很偷懒，而且会传递错误的信息。 “我一眼就能看出某封邮件是不是AI写的，”她说。“如果我收到一封邮件，感觉像是人写的，那我通常会读。” 霍普金斯说，人际互动的缺失已成为一个紧张点。用智能体来处理公司的销售演示或招聘流程或许能节省时间，但代价是什么？ 作为承包商评估AI模型的邓肯·麦克卢尔（Duncan McClure）说，他最近被AI智能体发来的邮件和电话轮番骚扰，它们想雇用他。 “这传递出的信息是，我们不够在乎，根本不愿付出任何努力，”他说，并补充说这让他不愿与那些雇主合作。招聘人员使用智能体或许能省下几个小时

匹配字段正文

Security 的 Brian Long 来向我们路演时，给我们看了这两张埃隆·马斯克的照片，让我们挑出哪张是真的。 我们大多数人挑错了。 如今，冒充已经远远超出了拼写错误的邮件和可疑短信的范畴。即便是谨慎的员工，也可能被一个看似来自他们认识和信任之人的请求打个措手不及。 那一刻让我们更加意识到，培训和模拟演练需要进化多少。Adaptive 在电子邮件、语音和消息渠道上运行由 AI 驱动的钓鱼和深度伪造模拟，让员工学会识别他们实际将会面对的攻​​击，而不是五年前的攻击。 这些冒充不仅看起来更逼真，数量也多了很多。AI 让不断炮制虚假高管资料、仿冒域名和欺诈网站变得轻而易举。安全团队再也无法靠人工逐一发现并关停它们，于是转而借助 Doppel 这类工具来自动完成这项工作。 你可以对自己的安全状况感到放心，却仍可能从所依赖的软件那里继承一个严重问题。最近的 PHP 漏洞就清楚地说明了这一点。 代码安全算不上一个新品类。企业多年来一直在购买 SAST 和 SCA 工具。但 AI 正在帮助开发者交付更多代码，给企业多年来依赖的现有安全工具带来越来越大的压力。 正因如此，在我们调查的 CIS

匹配字段正文

ripe、Canva等工具连接。10月21日财报电话会上，公司宣布已有超过1000万人开通Muse。10月，华尔街已经开始重新给Meta估值——“AI前门”。 从争夺注意力到捕捉“真实意图” 过去二十年，互联网商业的起点是输入框。但今天在硅谷，输入框本身开始消失。 硅谷的创业企业Typeless干脆提出“键盘是个错误”。它希望用户直接说话，由AI把未经整理的语音实时变成可以发送的邮件、消息和指令；它争夺的不是聊天机器人，而是键盘和输入框本身。正如闪电说CEO余猛所认为的，对话框的消失，很可能会从语音交流作为替代品开始——同一句意思，面对客户、同事或朋友，AI会根据沟通对象和上下文自动切换表达。 在旧金山，另一批创业者正试图把发生在屏幕之外的会议、咨询、现场拜访和面对面谈话记录下来，遵循“Capture（捕捉）、Remember（记住）、Act（行动）”的路径，直接生成邮件、CRM更新和下一步任务。 这恰好击中了当前大模型一个奇怪的盲区。 它可以阅读互联网，却不知道销售十分钟前听到了客户哪一句抱怨；它可以阅读医学论文，却不知道医生刚刚和患者聊了什么；它能够总结一家公司公开发布的所有文件，

匹配字段正文

体品牌 企业号企服点评36Kr研究院36Kr创新咨询企业服务 核心服务城市之窗政府服务 创投发布LP源计划VClubVClub投资机构库投资机构职位推介投资人认证投资人服务 活动搜索项目推荐我要入驻城市合作扣非亏7.6亿，同比翻番，科大讯飞要靠AI赚钱还要等ZAKER财经·2026年10月20日 19:44钱花到哪了？科大讯飞定向增发安徽省1999-12智能语音技术提供商36氪报道企业号前沿技术高新技术企业企业技术中心技术创新示范企业WISE2024年度企业榜单-人工智能WISE2022年度企业我要联系 181.87亿元营收，最后落到上市公司股东口袋里的净利润只有2188.72万元。 这是科大讯飞10月19日晚交出的前三季度成绩单。算下来利润率刚过千分之一。公司说这是近三年头一回前三季度扭亏，去年同期还亏着6667万元。但账往细里看一层，这个“转正”的含金量要打个问号。 财报里有个关键指标叫“扣非净利润”，意思是把政府补贴、股权投资升值这些跟日常生意没关系、也不可持续的钱全部剔除，主业到底赚不赚钱。按这个口径，科大讯飞前三季度不仅没赚，反而亏了7.63亿元；去年同期亏3.38亿元，今年

匹配字段正文

常用App的名单上，只有京东是“纯电商”。美团、转转、携程等虽然也有电商属性，但并非狭义的电商平台。 悄然间，京东成为吃Agent手机这只螃蟹的唯一一家电商公司。 01 首先要说明的是，豆包和阶跃在发布Agent手机时，都没有专门演示如何用AI调起京东购物，而是选择了滴滴、支付宝等已经落地的合作伙伴。 但参考其他App，不难想象两者的配合方式：用户通过文字或语音输入商品需求，Agent返回商品卡片，无需跳转至App即可下单购买。 这条以Agent为核心场景的全新消费链路，彻底绕开了App，也就绕开了平台绞尽脑汁打造的站内商业生态，显然会让各大电商非常不爽。 淘天、拼多多会遇到这个问题，京东一样会遇到。 但京东却显得不太介意。 关键原因是：京东不是流量驱动的平台型电商，并不怕Agent“截流”。 京东的底子是一家自营电商，或者说一家零售商。 刘强东并不讳言这一点。 他在2023年4月的内部经营管理会议上，要求不再区分自营和POP（第三方商家），两者全面打通。这似乎预示着京东将改变商品大盘的结构。 但到了2025年6月，刘强东对多家媒体表示，“如果没有京东自营优势，如果我是纯平台模式，互联

匹配字段正文

人背对众人，向后直直倒下，团队其他人伸手接住）： 用户一开始不信任 Agent，但有点好奇，于是先给它一件小事 —— 它做成了；再给一件大一点的 —— 又做成了；然后不断加码。每一次成功都在为下一次更大的托付攒信任。成功的 Muse 用户，几乎都走过了这条「任务越来越大、每次都没掉链子」的阶梯。他甚至观察到，一些大学生已经是「完全体 trust fall」：语音备忘录想到哪说到哪，直接丢给 AI，让它整理思路、给出计划。 这也解释了为什么产品体验对模型质量极度敏感 ——A/B 测试里，模型完成任务的可靠性、和用户沟通的可靠性、需要指导时主动确认的可靠性，任何一项掉链子，信任阶梯就断了。 要把用户走出「聊天机器人」简单用法，靠的不是一次震撼教育，而是一段精心设计爬坡曲线：第一次 wow 来得越早越好，之后的每一步都要兑现。 本文来自微信公众号“机器之心”（ID：almosthuman2014），作者：机器之心，36氪经授权发布。 该文观点仅代表作者本人，36氪平台仅提供信息存储空间服务。+140 好文章，需要你的鼓励机器之心特邀作者14收 藏+10评 论打开微信“扫一扫”，打开网页后点击

匹配字段正文

公安机关共侦破电信网络诈骗案件25.8万起。AI换脸等新型诈骗手段也引发关注。据经济观察网援引公安部2026年9月通报报道，全国已侦破AI换脸类诈骗案件逾300起，涉案金额突破5亿元，单案最高达2000万元。 这些数字背后，是一个个普通人遭遇的骗局。 有人发现，自己发布在社交平台上的照片被盗用，AI换脸后去诈骗他人；有人深夜打游戏时，听到已经下线的“朋友”发语音向自己借钱；还有人和陌生女生聊了十多天，直到视频通话时要求对方转头，才发现不对劲；骗局还可能藏在一封寄到单位的勒索信里，或是财经博主评论区的一条陌生私信中...... 当声音、面孔、影像乃至聊天内容都可以被伪造，普通人越来越难仅凭眼睛和耳朵判断真假。更值得警惕的是，技术只是诈骗的一部分。熟人关系、情感需求、投资诱惑、名誉压力，这些传统骗局中的常见手段并没有消失，而是可能借助AI变得更有迷惑性。 「AIX财经」和五位以不同方式卷入AI骗局的人聊了聊，试图还原这些骗局如何一步步接近他们，以及他们最终靠什么发现破绽。 我常居在澳大利亚，是一名律师，并不是大家印象中的网红。小红书和Instagram加起来也就只有1万多粉丝，平时只是喜欢

匹配字段正文

Bug，自己读报错、定位、修复、跑测试，最后给工程师提一个 PR。 对手里已经有 Codex 的 OpenAI 来说，给它接一个跨端的个人信息入口，比从零造一个个人 Agent 划算得多。 Manus 的 Cue 9 月 28 日上线，给每个 Agent 配了一整套真家伙：电话号码、邮箱、云电脑，外加一个受你预算管着的钱包。它能直接打电话给餐厅订位，跟客服语音砍价，好几个 Agent 还能拉个群，分头规划一趟海外旅行。 Instinct 的创始人 Noah Shinn 23 岁，是 Reflexion 论文和 τ-bench 的合著者。公司一个月估值翻了四倍。它干脆把 App 都扔了，只用短信、iMessage 和电话跟你说话。 它还演示了A2A的愿景，两个人要约时间，双方的 Instinct 在后台直接加密谈，人连前面的来回拉扯都省了。 而在这其中，Muse 是在个人这条光谱上走得最远的。日历、备忘录、聊天软件，连财务应用都要接。借着 Stripe Link，填表、结账、续费、跟商家谈账单，它自己全包了。 你在 WhatsApp 里发一句语音，它能在云上闷头跑几个小时，把整趟差旅订

匹配字段正文

。 这种局限也让虚实融合在很大程度上依赖开发者对场景的预先设计。虚拟物体可以按照设定的规则与现实空间互动，但要面对千差万别的真实环境，自动理解物体属性并生成合理的物理反馈，仍然有很长的路要走。随着多模态AI向三维空间推理和物理理解延伸，这一问题开始出现新的解决思路。 二、Google让AI重建物理世界，虚实融合迎来新变量 近年来，AI与XR的结合已经从传统的语音问答，逐渐向结合现实环境的智能交互发展。 早在2024年，Google Research提出XR-Objects研究原型，结合物体识别与多模态大模型，让用户能够直接围绕现实物体获取信息或生成虚拟内容。今年1月，Meta进一步推出MR语言学习应用Spatial Lingo，通过Quest识别并定位现实物体，再利用Llama模型生成对应的语言学习内容。 Meta Spatial Lingo技术架构 图源：Meta Developers Google最新发布的Gemini 4 Argon进一步展示了AI的空间理解与物理推理能力。该模型在具身推理（ERQA）基准测试中取得87%的成绩，并通过Real2Sim技术，将第一人称视频等视觉信息

匹配字段正文