Nothing 据报将推出两款 AI 智能眼镜，集成 ChatGPT
Nothing 据报正在准备推出两款差异明显的智能眼镜：一款类似 Ray-Ban Meta，带摄像头并集成 ChatGPT 而非 Gemini；另一款无摄像头和 AI 集成，仅支持通话与手机语音助手。两款均配光致变色镜片，此前报道称发布时间可能在 2027 年。
匹配字段摘要
←搜索结果
搜索“语音”
Zenzap 融资 4400 万美元，用 AI 聊天应用替代职场 WhatsApp
Zenzap 完成 4400 万美元融资，投资方包括 Bessemer、Lightspeed 和 The Garage，用于打造面向企业的 AI 私密通讯应用。其免费版提供群聊、任务管理、日历集成和 AI 语音聊天与搜索，付费版每月 51 美元起支持最多 20 名用户，解锁语音视频通话、智能任务排序和更高文件存储上限。目前 FedEx、Dollar General、Taco Bell、Starbucks 等为其客户。
匹配字段摘要
对话式 AI 公司 Gupshup 推出面向企业的视频 AI 智能体 Avatar Agent
对话式消息软件提供商 Gupshup 推出 Avatar Agent，一个让企业无需集成即可创建视频 AI 智能体的自助平台，智能体可在网站、手机、平板和自助终端上回答客户问题、讲解产品、筛选线索并引导流程。该平台可通过 Gupshup SuperAgent、ChatGPT、Claude 等 AI 助手配置，并支持将现有消息智能体扩展到语音和视频渠道。Avatar Agent 现已上线官网，提供带 Gupshup 品牌标识的免费套餐，规模化使用可选按量付费。
匹配字段摘要
千问AI眼镜N1 Pro发布，采用极豪科技眼动交互方案，精度小于1°
千问AI眼镜N1 Pro于10月13日正式发布并开售，其眼动交互方案由极豪科技提供，可实现中心区域小于1°的眼动追踪精度，并支持0至10万Lux环境光照。该方案采用单边尺寸小于1.7mm的微型摄像头模组，结合红外光源与AI视线估计算法，可结合用户注视位置与语音指令识别目标对象，并支持自定义眨眼快捷指令用于拍照、切换歌曲等操作。
匹配字段摘要、正文
Ray-Ban Meta 智能眼镜被曝意外录制用户对话，Meta 称问题已修复
部分 Ray-Ban Meta 智能眼镜用户反映，设备在未说出“Hey Meta”唤醒词、且已关闭“Respond without Hey Meta”功能的情况下，仍意外录制日常对话，并将音频及文字转录保存至 Meta AI 应用。Meta 于当地时间10月13日下午回应称问题已解决，用户可通过设置管理、查看和删除与 Meta AI 交互产生的语音记录，但未说明具体原因、受影响设备范围及是否与固件更新有关。
匹配字段摘要、正文
德国电信开售 Meta Ray-Ban Display AI 眼镜，裸机 899 欧元
德国电信将于 2026 年 10 月 13 日起在德国正式发售 Meta Ray-Ban Display 智能眼镜，裸机定价 899 欧元，也可在办理或续约手机套餐时分 36 个月分期，例如 MagentaMobil M 套餐预付 1 欧元后每月 22.1 欧元，总价 796.6 欧元。眼镜右侧镜片搭载 600×600 像素彩色显示屏，集成 Meta AI，支持实时字幕、实时翻译、地图导航和分步操作指引，并可通过语音与附赠的肌电神经腕带操控。眼镜本体续航最长 6 小时，充电盒可额外提供 24 小时，腕带续航 18 小时，使用需搭配兼容手机、Meta AI 应用、Meta 账号和网络连接。
匹配字段摘要、正文
OpenAI GPT-6 Astra 助力 Higgsfield，AI 视频生成时长从 1 分钟提升到 10 分钟
OpenAI 与 AI 视频生成平台 Higgsfield 合作，接入 GPT-6 Astra 后，Higgsfield 支持生成的 AI 视频时长上限从 1 分钟提升到 10 分钟。GPT-6 Astra 支持创意智能体调用外部工具处理 3D 建模等复杂工作，用于维持长视频在角色、场景和视觉细节上的一致性。Higgsfield 还集成 GPT-Image-2.5 渲染图像文字与信息图，并用 Codex 加速产品开发，下一阶段将基于 GPT-Live-1 探索“语音到视频”创作。
匹配字段摘要、正文
Fish Audio 发布 Drama 3 Preview，登顶 Artificial Analysis 开源 TTS 榜单
Fish Audio 发布开源权重文本转语音模型 Drama 3 Preview，在 Artificial Analysis 文本转语音榜单上成为排名第一的开源模型。该模型在发音鲁棒性榜单以 93.2% 居首，超过 Eleven v4 的 91.7% 和 Eleven v4 Turbo 的 90.1%；Provider Voice 榜单 Elo 为 1,243，排名第 10，较上一代 S2.1 Pro 的 1,142 提升 101 分。Drama 3 是 35B 参数的 MoE 模型（3B 激活），支持 83 种语言，权重以 Fish Audio Community License 在 Hugging Face 发布，API 定价为 $15/1M characters。
匹配字段摘要
FBI 逮捕一名 OpenAI 员工，其被指在会议室放置隐藏录音设备
OpenAI 发现一名员工在旧金山办公室高管会议室放置隐藏录音设备后通知 FBI，该员工于 10 月 9 日被解雇并逮捕。联邦检察官称，这名沙特籍员工名为 Abdulrahman Alfozan，被控未经许可秘密录制他人语音，若罪名成立面临五年监禁。OpenAI 表示已用内部 AI 模型分析该设备，目前没有迹象显示此人访问或窃取了模型权重、源代码或客户数据。
匹配字段摘要
Ethan Mollick 新书《Co-Existence》10 月 20 日发售
距离 10 月 20 日还有一周，那天我的新书《Co-Existence》正式发售！ 如果在此之前预购，你会获得一场 10 分钟的 AI 语音访谈，它会基于书中的观点，为你构建一套定制化的提示词、阅读材料和用例。 获取：https://t.co/Ti5jo6l05g
距离 10 月 20 日还有一周，那天我的新书《Co-Existence》正式发售！ 如果在此之前预购，你会获得一场 10 分钟的 AI 语音访谈，它会基于书中的观点，为你构建一套定制化的提示词、阅读材料和用例。 获取：https://t.co/Ti5jo6l05g
匹配字段摘要
SpaceXSI 将 X Premium、Grok 与 Cursor 打包为一份订阅
SpaceXSI 推出 The X Subscription，把 Grok 的 AI 对话（支持语音、图像、视频和 API）、Grok 的智能体 AI Bot、用于 AI 编码的 Cursor，以及 X Premium 的蓝标认证、创作者工具和减少广告等付费功能打包在一起。新订阅分 free、Plus（8 美元/月）、Premium（30 美元/月）、Super（100 美元/月）和 Ultra（200 美元/月）五档，AI 用量上限随档位提高，免费档仅提供有限的对话和智能体用量，访问最新 Grok 模型需 Premium 及以上。现有用户可在 X 的订阅设置中升级到新套餐，也可保留当前方案，升级入口将逐步开放。
匹配字段摘要
ChatGPT dots 更新：iOS/Android 创建与 Codex 集成
ChatGPT 的 dots 功能迎来一批更新：可在 iOS / Android 上创建 dot 并直接打开 ChatGPT，还能启动 Codex 任务、结合聊天与 Codex 线程及自动化上下文跟进，并查看和编辑 Scheduled Tasks。修复方面包括更快的云端浏览与侧边栏加载、更少重复通知、更干净的代码块与附件、修复 Safari / Firefox 字符渲染，以及 Enterprise 网页与语音访问修复。
匹配字段摘要
Ethan Mollick 警告：AI 降低大规模攻击成本，速开双重验证
如果你还没确保在所有账户上开启双重验证、与家人共享密码以防接到索要钱财的语音电话等，现在正是好时机。 AI 的进步意味着，用复杂攻击大规模针对个人的成本正在下降。
如果你还没确保在所有账户上开启双重验证、与家人共享密码以防接到索要钱财的语音电话等，现在正是好时机。 AI 的进步意味着，用复杂攻击大规模针对个人的成本正在下降。
匹配字段摘要
FireRedTeam 开源 LLM 驱动的 TTS 基础系统 FireRedTTS
FireRedTeam 开源了 LLM 驱动的 TTS 基础系统 FireRedTTS，当前分支为 FireRedtts-1s，并已发布预训练 checkpoint 与推理代码。2025/05/26 该项目新增 flow-matching 解码器并更新技术报告，参考音频建议时长 3 至 10 秒。项目包含零样本语音克隆功能，官方声明仅限学术研究用途。
匹配字段摘要
FireRedTTS2 开源长时流式多说话人对话 TTS 系统
FireRedTeam 开源 FireRedTTS2，一个面向多说话人对话生成的长时流式 TTS 系统，支持 3 分钟、4 说话人的对话，并可通过扩展训练语料支持更长对话与更多说话人。系统支持英语、中文、日语、韩语、法语、德语和俄语，具备跨语言与语码转换的零样本声音克隆能力；基于 12.5Hz 流式语音 tokenizer 和双 Transformer 架构，在 L20 GPU 上首包延迟低至 140ms。项目已发布预训练 checkpoint 与推理代码，并支持 bf16 推理，显存占用从 14GB 降至 9GB。
匹配字段摘要
FireRedTeam 开源 FireRedAudio 通用音频语言模型
FireRedTeam 开源 FireRedAudio，一个基于共享 9B 参数 LLM 的通用音频语言模型，采用解耦的连续表示，Audio Encoder 负责理解、RedAE 通路负责生成。单模型覆盖 ASR、音频理解、零样本 TTS、Instruct TTS、语义与声学语音编辑，并支持对最长约一小时录音做精确时间对齐。项目以 Apache-2.0 许可发布，需 Python 3.10 与 uv，默认面向 CUDA 12.8；除 ASR 外，语音生成与音频理解仅支持中英文。
匹配字段摘要
Mitel WX 押注统一通信下一阶段：赢在一线现场，而非会议室
Mitel 推出 Mitel Workforce Experience（Mitel WX），把语音、消息、会议、联络中心和垂直应用整合进一个按角色而非设备自适应的客户端。Mitel 委托 Vanson Bourne 对约 2000 名员工调查显示，57% 的工人因在平均 7 个工具间切换而浪费时间，79% 在需要快速行动时会选择语音。该产品 11 月起初步可用，完整平台预计 2027 年推出，支持公有云、混合云、私有云、本地和边缘部署，并可在客户自有网络上推送通知。
匹配字段摘要
Looktech新一代脑机接口AI眼镜亮相SILMO 2026，搭载物奇微WQ7036芯片
Looktech在SILMO 2026国际眼镜展上推出新一代AI智能眼镜，集成EEG脑电传感器，官方称其为全球首款脑机接口AI眼镜。该产品搭载物奇微WQ7036智能音频主控芯片，采用RISC-V、高性能DSP及低功耗架构，支持TD-VAD+GMM-VAD+KWS三级语音唤醒、通话上行降噪及低功耗蓝牙音频连接，可为语音交互、智能识图和多语言实时翻译等功能提供支持。
匹配字段摘要、正文
卡尔的AI沃茨提出大AI理论：三阶段推理档位用法
卡尔的AI沃茨提出“大AI理论”：第一步用最高推理档加计划模式，靠语音、图片、视频把想法不加整理全倒给AI；第二步降到中档推理快速干活，Terminal Bench 3.0 数据显示详细需求+中档推理质量优于模糊需求+高档推理；第三步调回高档让AI审查中档产出，作者称可额外揪出20%-30%的问题，验证耗时约为从头生成的三分之一。
匹配字段摘要、正文
印度催收仍以人工为主，AI 初创公司 DPDzero 正在改变这一现状
印度班加罗尔 AI 初创公司 DPDzero 以“结果即服务”模式为银行、NBFC 和金融科技公司提供催收运营，目前每月触达约 200 万借款人，高于 2025 年 8 月的 180 万。其多语言语音 AI 智能体 Tara 可端到端处理催收对话，理解意图、应对异议、获取还款承诺并发送支付链接，必要时连同完整对话上下文转交人工。公司自研语音栈，支持印地语、卡纳达语、泰米尔语等 8 种语言，并推出 AI 原生分析工具 Third Eye 实时监控 30 至 90 天投资组合表现。
匹配字段摘要