ClearCast推出AI听力辅助设备，299.99美元起售
美国听力设备公司ClearCast Hearing推出AI听力辅助设备系列，包括耳背式ClearCast AIR和颈挂式ClearCast AI，建议零售价分别为499美元和299.99美元。产品采用专有语音分离技术，识别并增强人声、抑制餐厅杂音与交通噪声等背景声，以解决嘈杂环境下的“鸡尾酒会问题”。两款产品单次续航超过24小时，无需听力测试或配套应用，按键即可启用。
匹配字段摘要、正文
←搜索结果
搜索“语音”
马斯克转发 Grok Bot 功能更新清单
马斯克发帖称 Grok @Bot 有重大更新，并引用 matt palmer 的 Grok Bot 新功能清单，涵盖新聊天卡片、速度、草稿编辑、邮件别名、X 私信、@bot 标签、连接器、语音通话、通知、邀请与 Android Assistant、访问列表、未读、例程和登录等。
匹配字段摘要
Gradium 开源 Phonon 端侧 TTS 模型套件，参数均在 50m 以下
Gradium 开源 Phonon 端侧语音合成模型套件，全部模型参数在 50m 以下，主打多语言自然度与准确度，并称提供迄今最广的推理支持。其中 Phonon-31m 以 Apache 2.0 许可开放。Matt Turck 转发了这一消息。
匹配字段摘要、正文
FirstMark 投资组合单日多项进展
Matt Turck 列举 FirstMark Capital 投资组合当天的动态：daytonaio 宣布 B 轮融资、BabaHQ 宣布 A 轮融资、GradiumAI 发布新的 SOTA 开源端侧语音 AI 模型，以及 synthesiaIO 和 RilletHQ 当天早上正式“接管”纽约地铁（广告）。
匹配字段摘要
Respan 发布 Rust 开源 AI 网关，替代两年 LiteLLM 封装代码
Respan 发布用 Rust 编写的开源 AI 网关，用一个精简内核加插件替代此前围绕 LiteLLM 构建的 10 万多行封装代码。转折点是 2026 年 1 月一次常规 LiteLLM 升级引发间歇性连接失败，回滚后原因仍未查明，此后团队不再直接升级 LiteLLM。新网关借鉴 Nginx 思路，把模型供应商、路由、MCP 工具、实时语音和安全控制拆为插件，Mistral 供应商插件仅 22 行代码；自定义插件需编译进网关二进制，且按注册顺序执行，缓存若排在安全检查之前可能绕过检查。网关目前仍为 pre-alpha，可从 GitHub 下载预构建二进制运行。
匹配字段摘要
Zoom 在 Zoomtopia 推出统一上下文层及多项 AI 产品更新
Zoom 在 Zoomtopia 大会上发布 Unified Context Layer，把会议、通话和客户互动信息与 Salesforce、ServiceNow、Workday 等系统数据整合成实时更新的关系图谱，供 AI 智能体共享记忆和协同工作，该层已可用。Zoom 称内部基准显示这一方式比独立智能体各自解析信息降低成本 45% 至 65%，但未提供独立验证。同期还推出 ZoomMate Agent Teams、扩展到 40 多个第三方应用的智能体搜索、支持多语言广播的翻译与语音克隆，以及通过 MCP 服务器和 Search、Ask API 向外部应用开放上下文，多数功能计划在 2027 年初前陆续发布。
匹配字段摘要
Hugging Face CEO 德朗格批评 Netflix《AI 失控》纪录片渲染末日叙事
Hugging Face 联合创始人兼 CEO 克莱姆·德朗格公开批评 Netflix 纪录片《AI 失控》内容不准确，称其把技术拟人化、走向末日论叙事，为博流量刻意制造恐慌。该片原本讲述 OpenAI 一个测试模型突破隔离环境、生成智能体入侵 Hugging Face 获取答案的事件，但片中穿插邪恶机器人影像、为智能体配上人类语音，并引用“邪教诞生”等评述。德朗格表示，Hugging Face 最终改用开源模型完成防御。
匹配字段摘要、正文
Modal 推出 Sticky Sessions，让无服务器请求固定落到同一容器
Modal 发布 Sticky Sessions，基于 Modal Servers 实现会话内所有请求路由到同一容器，用 @modal.sessioned() 装饰器即可创建会话。每个会话返回签名 token 用于共享访问，扩缩容以活跃会话数而非请求量为单位。该功能面向语音智能体、共享房间和多人在线游戏等需要保持状态连续性的场景。
匹配字段摘要
Lauren 转发 Grok Bot 新功能清单
Lauren 转发 matt palmer 的 Grok Bot 新功能演示视频，并评论“the shipping continues!”。该视频列出新聊天卡片、速度、草稿编辑、邮箱别名、X 私信、@bot、连接器、语音通话、通知、邀请与 Android Assistant、访问列表、未读、例程、登录等更新。
匹配字段摘要
Meta Muse 网页版开发 Confidential VMs 功能
Meta 正在 Muse 网页版开发 Confidential VMs 功能，让用户在加密的保密环境中运行 Muse 任务，此前预告将在 2026 年底前上线。新隐藏设置显示该功能初期仅向 Meta AI 订阅用户开放，切换后语音模式、图像与视频生成及可穿戴设备支持暂不可用。Meta 称对话在安全加密环境中运行，Muse 数据不会用于改进 Meta 的 AI。
匹配字段摘要
SpeakON 如何用三层结构做个人 AI 智能体
Rohan Paul 认为个人 AI 智能体的一个有趣方向是跳出单次提示词-响应交互。他指出 SpeakON 用三层组合实现这一点：语音键盘用于表达想法、Notes 用于整理信息、AI 智能体负责提醒、邮件和日程等任务，核心思路是把日常语音输入接入真正有用的工作流。
匹配字段摘要、正文
Thomas Wolf 称赞 Fish Audio Drama-3 开源
Jack Boylan 将 Fish Audio 的 Drama-3 接入语音到语音流程，克隆自己的声音后可用说话方式让它低语、大笑、叹气或表现担忧。Thomas Wolf 转发并评论：“love that it’s all open source”。
匹配字段摘要
蚂蚁百灵致谢 SGLang 首日支持 Ming-3.0
蚂蚁百灵（Ant Ling）感谢 SGLang 项目为 Ming-3.0 提供首日 SGLang-Omni 支持，并发布实用 cookbook 帮助开发者上手。SGLang 原帖介绍，SGLang-Omni 首日支持 Ming-3.0 的三个版本：Ming-3.0-asr-tiny 支持中英文及方言 ASR，Ming-3.0-tts-tiny 支持 7 种语言的语音克隆，Ming-3.0-audio-flash 是 126B-A6.5B MoE 模型，用于音频理解与推理。
匹配字段摘要
蚂蚁 Ming-3.0-tts 登顶开源 TTS 榜单
蚂蚁集团 LingAGI 团队的 Ming-3.0-tts 在 Artificial Analysis 受控语音 TTS Arena 中成为排名第一的开源权重模型，并以 93.2% 的发音鲁棒性成绩在 31 个模型中并列第一，与 Fish Audio Drama 3 Preview 持平、领先 Eleven v4 的 91.7%。该模型为 0.5B 稠密参数，支持预设音色与无状态声音克隆，权重以 MIT 许可在 Hugging Face 发布，另有 7.9B MoE 变体 Ming-3.0-tts-tiny。受控语音 Elo 为 1,069，开源第一、总榜第 13；Provider Voice Elo 1,188，开源第三、总榜第 19。
匹配字段摘要、正文
AWS 发布 TorchNeuron 开发工具，让 PyTorch 应用改一行配置跑上 Trainium
AWS 发布 TorchNeuron 开发工具，让用 PyTorch 编写的 AI 应用只需改一行配置就能运行在亚马逊自研芯片 Trainium 上，无需重写代码。亚马逊称约 85% 的 AI 应用用 PyTorch 编写，并计划把移除框架与特定芯片绑定代码的改动提交到 PyTorch 上游。AWS Annapurna Labs 技术软件副总裁 Colin Brace 称，语音应用厂商 Deepgram 迁移到 Trainium 后每美元处理的音频量提升 70%。
匹配字段摘要
蚂蚁 inclusionAI 开源 Ming-3.0-audio-flash 原生音频模型
蚂蚁 inclusionAI 在 GitHub 开源 Ming-3.0-audio-flash 原生音频模型，采用 126B 参数 MoE 架构、激活参数 6.5B，另有 9.3B 参数、激活 2.7B 的 Ming-3.0-audio-tiny 版本。模型覆盖中英文多方言口音识别、长音频理解、音频推理和端到端语音对话，支持 vLLM-Omni、SGLang 与 Transformers 三种推理方式，采用 MIT 许可。
匹配字段摘要、正文
警方称诈骗者用 AI 克隆警长声音行骗
佛罗里达州奥西奥拉县警方称，诈骗者用 AI 克隆警长 Steve Moser 的声音并配上其照片，给一名居民留下语音留言，冒充他本人。另一名警长 Chris Blackmon 向 News6 证实了此事。此类冒充警察的骗局正在多个州蔓延，佐治亚州和宾夕法尼亚州近一周内出现陪审团义务和逮捕令诈骗报告。在佛罗里达州，冒充警察属三级重罪。
匹配字段摘要、正文
Amazon SageMaker JumpStart 2026 年进展回顾
2026 年 1 月至 9 月，Amazon SageMaker JumpStart 新增来自 30 家提供商的 100 多个模型，其中 Alibaba（Qwen）贡献 29 个、NVIDIA 17 个、Mistral 7 个、Google 6 个 Gemma 4 变体、IBM 4 个、Cohere 4 个。新增模型覆盖多模态、语音、图像与视频生成，并引入 GLM-5.2 FP8、JetBrains Mellum2-12B 等量化与紧凑模型以降低推理成本。
匹配字段摘要、正文
99元AI猫成本拆解：AI只占约10元，硬件与渠道拿走大头
一只99元AI玩具猫的AI成本最多约10元，按调用计仅占售价1%到2%，其余约70元用于芯片、模组、电池等硬件升级。芯片不到1美元，乐鑫ESP32系列占全球AI玩具WiFi/蓝牙模组45%份额，单颗8到12元。2025年中国AI玩具市场约290亿元，但电商退货率约30%到40%，语音交互不达标是主要问题。
匹配字段摘要、正文
Inception Labs 发布扩散语言模型 Mercury 3
Inception Labs 发布扩散语言模型 Mercury 3，称在多项基准上超过 GPT-6 Luna 和 Claude Haiku 5.5，在 NVIDIA GPU 上达到 1,068 tokens/s，速度是后两者的 4–8 倍。Mercury 3 参数量比 Mercury 1 大 40 倍以上，上下文窗口从 Mercury 2.5 的 260K 提升到 1M，官方称从 Mercury 1（mini）到 Mercury 3 的基准智能水平提升 3 倍。该模型已在 Inception API Platform 及 OpenRouter、Baseten、Vercel 上线，兼容 OpenAI API，早期合作伙伴已将其用于语音与客服、实时辅导、数据工程和网页导航。
匹配字段摘要