Rokid 新一代 AI 眼镜预热：海报现智能戒指，或支持微手势交互，10 月 27 日揭晓
乐奇 Rokid 预告新一代 AI 眼镜将采用“眼镜负责显示、语音负责解释、微手势负责确认”的交互方式，支持轻触、双击、滑动、长按及捏合等微手势，用于导航、翻译、维修、运动及会议等场景。Rokid Jungle 2026 预热海报中出现一枚黑色环形设备，新品或将探索 AI 眼镜与智能戒指等可穿戴设备的协同交互。发布会将于 10 月 27 日在杭州举行，届时公布具体配置及功能升级。
匹配字段摘要、正文
←搜索结果
搜索“语音”
iPhone 电话 App 三项功能：Hold Assist、Call Screening 与 Call Context
iPhone 电话 App 目前可启用 Hold Assist 和 Call Screening 两项功能，前者在通话被置于等待时自动检测并提醒你对方已回来，后者会先向未保存号码询问身份和来电原因，再由你在锁屏上决定接听或转语音信箱。iOS 27 将新增 Apple Intelligence 功能 Call Context，在致电企业时主动从邮件中调出确认码或订单号，支持 iPhone 15 Pro 及后续机型，9 月正式发布。
匹配字段摘要
lauren 讨论 AI 智能体交互：聊天是最终形态吗
lauren 就“聊天是否是 AI 智能体交互的最终形态”发起投票，约 70% 的人回答“不是”。她认为分歧在于两种想象：一种把智能体视为自身心智的延伸，未来可能靠脑机接口省去输入框；另一种把智能体视为能自主决策、与我们并肩工作的独立存在。她认为语音与文字聊天本质相同，都属于把智能体当作“他者”来对话。
匹配字段摘要、正文
Elon Musk 转发 Grok Bot 电话订餐功能演示
Elon Musk 转发 Brian Roemmele 的演示，称 Grok Bot 可以打电话给餐厅并帮你订位。Roemmele 表示自己搭建的 Grok Bot 用 Grok 语音完成通话，能自行找到餐厅电话、确认时间和姓名、复述信息后再拨号，通话结束用平实语言汇报结果，并可把预订写入日历；他还接入了 ClawCall 提供的号码，免费额度为 30 次通话或 30 分钟，并设置了不提供信用卡信息、不主动外呼等限制。
匹配字段摘要
Vapi 任命 Jeff Liu 为工程副总裁
Vapi 宣布 Jeff Liu 出任工程副总裁，他此前在 Turing 担任工程副总裁约五年，并曾在 LinkedIn 和 Google 任职。Jeff Liu 表示上任首要任务是平台可靠性与可扩展性，以支撑未来几个季度的高影响力产品发布。他认为 Vapi 是在构建语音部署所依托的平台，而非单一应用。
匹配字段摘要、正文
苹果下一代 HomeView 或最早明年亮相，配备机械臂
苹果计划在 2027 或 2028 年推出代号 J595 的高端 HomeView，屏幕从 7 英寸增至约 9 英寸，并搭载可 360 度旋转的电动机械臂，能通过语音识别自动转向说话者。该版本不会取代售价 $299 的现款 HomeView，而是作为更高端的型号，价格预计更高。
匹配字段摘要
马斯克转发 Grok Bot 升级清单
Melvin Vivas 列出 Grok Bot 的升级内容：电脑任务速度提升 3 倍、回复时间缩短一半以上、语音通话更快且记忆更好、可访问 X Chat 消息、在 X 上 @bot 执行任务、更智能的邮件自动化，以及新增 Robinhood、Coinbase、Trello、PostHog、beehiiv 等连接器，并优化了 UI 和通知。Elon Musk 转发该帖并配文“Upgrades”。
匹配字段摘要
Peter Yang 称 Claude Code 应用已比 ChatGPT 更快更易用
Peter Yang 称赞 Claude Code 应用现在快了很多，用起来可以说比 ChatGPT 更简单，并感谢 amorriscode 及其团队。他认为目前仍缺少更好的浏览器/电脑操作、对所有线程的远程控制以及实时语音。
匹配字段摘要
Rohan Paul：智能体的输入或来自大脑
Rohan Paul 认为，每个计算时代都有自己的输入方式：键盘、鼠标、触屏、语音，而智能体（Agent）的输入可能来自大脑。当计算机是一个替你干活的模型时，最有用的输入就是尽可能直接地表达你想要什么——就像把脑中的完整想法交给智能体，不因措辞而损耗，也不必反复澄清意思。
匹配字段摘要
马斯克建议让 Grok Bot 接入 X 私信
马斯克转发 Grok Bot 关于语音通话更快、更可靠、更擅长记住历史对话的帖子，并建议用户让 Grok Bot 连接自己的 X 私信，称这是最好的使用方式。
匹配字段摘要
Apple HomeView 发布时将预装这些 Apple 应用
Apple 全新品类产品 HomeView 已开启预购，将于 11 月 13 日发货，首发时搭载此前未出现过的软件，以 Siri AI 语音交互和可自定义表盘为主，同时保留经典的主屏幕应用网格。多数 Apple 应用为预装，但 Audiobooks、Classical Music、News 和 TV 四款需连接 iPhone 使用；已有 CarPlay 版本的音频或视频类第三方应用也可用，Spotify 预计首发上线。
匹配字段摘要、正文
Sonos Beam Ultra 评测：真 Atmos 与可移动后置音箱
Sonos 推出 699 欧元的 Beam Ultra 回音壁，比 Beam 2 贵 200 欧元，九个驱动单元中有两个朝天花板发声，配合四个低音单元可省去独立低音炮，并可用两台移动 Sonos 音箱充当后置环绕。Sonos 首次将音箱系统命名为“Sonos 27”，通过 Anthropic 的 Model Context Protocol（MCP）让 ChatGPT、Claude 等 AI 聊天机器人接管音乐控制。测试显示其家庭影院音效扎实、人声清晰，但音乐播放和传统语音助手联动存在短板。
匹配字段摘要、正文
SlashVibe 推出 Agent 桌面副屏与手持遥控器
SlashVibe 为 AI Agent 设计了一款桌面副屏加手持遥控器：3.96 英寸 LCD 副屏集中显示所有 Agent 会话状态，手持器用两轴摇杆选择会话，按住语音键 100 毫秒内开始录音，语音还可经听写软件转写成邮件、笔记。该产品将于 10 月 27 日登陆 Kickstarter。
匹配字段摘要、正文
每日 AI 简报：Grok Voice 3.0 发布，延迟降低 40%
SpaceXSI 发布语音到语音模型 Grok Voice 3.0，面向客服通话场景，官方称响应时间低于 1 秒、延迟降低 40%；Grok Bot 市场同步开放开发者提交连接器、插件和 MCP server。Anthropic 为 Claude Code Desktop 增加 sessions hub，并让 Claude Managed Agents、Messages API 和 Claude SDK 支持 OpenTelemetry traces，同时在新加坡设立亚太第五个办公室。GitHub Copilot 更新 HydraFusion 模型池并新增 HydraFusion Max 选项，二者仍处于研究预览阶段。
匹配字段摘要
检方称 OpenAI 工程师用妻子名下 ChatGPT 账号策划窃听设备
检方指控一名 OpenAI 工程师使用与其妻子关联的 ChatGPT 账号，逐步策划一台加密、语音触发且启动输出静音的录音设备。另据 FT 报道，这名被控在高管会议室安装窃听装置的 OpenAI 工程师曾预订前往沙特阿拉伯的单程机票；新解封文件显示，Abdulrahman Alfozan、其妻子和一名亲属持有 10 月 12 日的机票，即其被捕三天后，检方据此于 10 月 8 日申请封存起诉书。
匹配字段摘要
KI-Update：亚洲股市黑色星期四、新开放权重模型与对 OpenAI 的诉讼
受美国 AI 相关企业股价大跌影响，亚洲股市周四重挫，韩国 Kospi 自 6 月高点已跌近 40%，三星与 SK Hynix 股价一度下跌 10% 至 12%。Nvidia 发布开放模型 Nemotron 3.5 Super VL，参数 1200 亿，从 Nemotron 3 Ultra 蒸馏而来，单 GPU 文本处理量最高达同类开放模型的 5 倍。SpaceXAI 推出实时语音对话模型 Grok Voice 3.0，在 Artificial Analysis 总指数上领先 OpenAI 和 Google，已在特斯拉车辆、Grok Bot 及 Starlink 客服中运行。
匹配字段摘要
NTT Docomo Business 在福岛试点基于 ElevenAgents 的对话式 AI
NTT Docomo Business 携手武田健康基金会并在会津若松市协助下，于福岛会津若松试点由 ElevenAgents 驱动的语音社区平台，其 AI 助手 CONN 为老年居民提供本地信息和日常对话。该团队表示，日语语音合成的自然语调和情感表达是选择 ElevenLabs 的决定性因素，2025 年秋季开始的现场试验早期用户反馈积极。
匹配字段摘要
AI 日报：Meta 开源 816B MoE 模型 Muse Spark Open
Meta 在 Hugging Face 发布开源权重模型 Muse Spark Open，总参数 816B、激活 42B，采用 MoE 架构，支持 1M token 上下文窗口，并针对 Mac Studio 本地运行做了优化。同日 NVIDIA 发布面向长时运行 AI 智能体的开源多模态模型 Nemotron 3.5 Super VL（120B 总参数、12B 激活），以及可装入 24GB 显存的 Nemotron 3.5 Bolt 24GB。OpenAI 向 ChatGPT、Codex 和 dots 全量推送 GPT-Live-1.1 语音功能，新增六种语言语音。
匹配字段摘要
Meta Omnilingual ASR 入选 TIME 2026 最佳发明
Meta Omnilingual ASR 入选《TIME》2026 年度最佳发明。该系列模型支持超过 1,600 种语言的语音识别，其中 500 种低资源语言此前从未被任何 ASR 系统覆盖。Meta 称这标志着迈向真正通用转写系统的重要一步。
匹配字段摘要
Tibo 用法语问候回应 GPT-Live-1.1 发布
OpenAI 宣布 GPT-Live-1.1 为 ChatGPT、Codex 和 dots 的语音功能带来新音色与更自然的口音，新增法语、德语、印地语、墨西哥西班牙语、韩语和日语，今日起向所有用户推送，API 即将支持。Tibo 仅以一句“Bonjour”回应。
匹配字段摘要