9to5Mac报道,Apple Watch Series 12和Apple Watch Ultra 4将在今年晚些时候通过watchOS 27.3获得Siri Recap与Live Rewind两项新功能。其中,Siri Recap由Apple Intelligence生成对话摘要,未保存的摘要会在7天后自动删除;Live Rewind则在双击数码表冠时显示过去15秒的语音文字片段。目前尚无后续发展或官方回应。
匹配字段摘要
Deepgram宣布收购开源语音AI框架Pipecat的开发商Daily,交易金额未披露,双方承诺Pipecat将继续保持开源。据TechCrunch AI报道,Daily此前累计融资超过6200万美元;Deepgram今年早些时候以1.3亿美元C轮融资成为独角兽。Deepgram同时发布与Pipecat团队共同开发的开放协议Real-Time Context Standard(RCS),用于定义语音智能体中的音频上下文、模型指令和回复语气等元数据。目前尚无后续进展披露。
匹配字段摘要
ElevenLabs在首届印度峰会上与印度卡纳塔克邦政府签署谅解备忘录,探索将语音AI用于市民服务、语音安全与声音恢复。合作将率先从申诉处理、公共热线和福利申领试点切入,覆盖卡纳达语及平台已支持的另外13种印度官方语言。ElevenLabs还将部署涵盖深度伪造检测、水印、授权和声音克隆限制的安全框架,并通过One Million Voices计划为符合条件的居民提供免费终身语音重建许可。
匹配字段摘要
2026年10月28日,ElevenLabs发布强制对齐模型Cue,可为音频中每个字符定位精确时间点,并已用于Scribe语音转文字模型家族。据ElevenLabs博客介绍,Cue覆盖90多种基准语言,单次可处理任意长度录音,在生产GPU上对齐1小时音频约需半秒;在29种语言的基准上,其准确率高于ElevenLabs测试的所有对齐工具。该模型也通过Forced Alignment API单独开放。目前尚无后续发展信息。
匹配字段摘要
Apple发布iOS 27.2和iPadOS 27.2。据MacRumors Apple Intelligence报道,iOS 27.2中Image Playground生成的图像和部分经Apple Intelligence编辑的照片会嵌入Google的SynthID水印,该水印在像素层面标记AI生成内容,不影响画质,设计上可经受裁剪、滤镜和压缩;实测Extend和Reframe编辑后的图像带水印,Clean Up小范围编辑未加水印、较大编辑才加,iPhone上没有检测入口,需通过SynthID Detector网站查看。另据heise online报道,iOS、iPadOS和macOS 27.2为Siri AI扩大语言支持,新增法语、西班牙语、葡萄牙语、日语和韩语,年底前还将支持挪威语、土耳其语、繁体中文和越南语,德语最早要到2027年;Siri AI仍标注为Beta,27.2版将支持记住此前对话、更深入使用个人数据,并纳入iMessage中的照片、日程邀请和语音邮件,Siri AI在欧盟成员国的iPhone、iPad和Apple Watch上仍处于封锁状态。
匹配字段摘要
Vapi于2026年10月26日上线流量拆分功能,可将呼入和呼出通话流量按0.1%、1%或5%等比例分配给不同版本的语音智能体,验证后再全量发布。该功能支持按来电者身份保持版本粘性,官方建议先做两路拆分,每次只改一个变量。此前发布新版本会把100%流量立即切过去,团队因此不敢频繁迭代。目前该功能已推出,尚无后续发展信息。
匹配字段摘要
MIT教授Paris Smaragdis的研究组提出要让机器具备超越人类的听觉能力,并将这一目标用于语音识别、音乐理解和环境监测等场景。其研究覆盖声源分离的机器学习、可增强人类听觉环境的智能设备,以及帮助人们理解、操作、分析和创作音乐的工具。Smaragdis于2025年加入MIT,同时任职于音乐与戏剧艺术项目及电子工程与计算机科学系。目前该方向仍处于研究推进阶段,尚无后续进展披露。
匹配字段摘要
新加坡厂商Brilliant Labs于当地时间10月27日发布Halo AI眼镜,售价399美元。该设备采用全彩Micro-OLED显示屏,搭载自研AI助手Noa,支持实时语音交互与长期记忆,围绕Ask、Make、Play三种体验展开,其中Narrative系统可将现实活动转化为可实时调整的互动游戏。硬件与软件均采用开源设计,以端侧AI处理为核心,整机重量略高于40克,官方称最长续航14小时。另据Unite.AI报道,Noa和miniapps设有每日使用上限,Noa Plus每月9.99美元、Noa Pro每月39.99美元,公司同时宣布获得Goodwater Capital投资,未披露金额。
匹配字段摘要
Astropad于2026年10月27日发布Workbench 1.4更新。据9to5Mac报道,该版本新增内置终端,用户可在远程桌面与终端之间免重连切换,终端会话跨设备持续运行并支持语音输入命令;同时原生支持iPhone Duo,并支持Mac之间在终端会话中拖放文件。Workbench每天免费使用20分钟,无限访问为每月14.99美元或每年79.99美元,需macOS 15、iOS 26或iPadOS 26及以上。目前尚无后续发展信息。
匹配字段摘要
Google.org向世界银行集团提供250万美元支持,用于扩展农业数字公共基础设施。世界银行集团计划在印度试点成功后,在拉丁美洲、东南亚和撒哈拉以南非洲多国建设AI驱动的农业开放网络ONA,让农民通过单一平台获取数字农民ID、信贷、补贴支付、销售市场和本地语言语音农事建议。该支持的目标是在2027年底前帮助100万农民接入改善生计的关键服务。
匹配字段摘要
2026年10月26日,腾讯混元开源实时中英同声传译模型Hy-SimulMT,延迟约3秒,支持实时语音克隆,模型已在Hugging Face、ModelScope和GitHub发布。腾讯混元官方称其表现优于多数开源模型和商业API。次日IT之家报道,该模型支持中英语音到语音实时翻译,已在腾讯Hy翻译App免费上线;官方称响应时间实测约3秒,人类专业译员平均为4至5秒。在长音频开源评测集RealSI上,该模型在最低延迟下取得开源模型最佳效果,并称超过大多数商用同传API;在与6位CATTI持证同传专家的对比中,其翻译质量得分更高、时延更低。
匹配字段摘要
2026年10月25日,特斯拉宣布正在自研一套基于AI的地图导航系统。据凤凰科技当日报道,特斯拉副总裁阿肖克·埃卢斯瓦米在财报电话会议上确认了这一消息,并称该系统将随FSD v15上线。他介绍,新系统采用全新架构而非另一版地图,融合车队采集数据与个性化路线规划,支持FSD语音控制;车队会自动采集街道信息并标注通行速度、停车标识、红绿灯、停车场等数据,用于解决限速识别、泊车和路线规划问题。按计划,新地图先在FSD v15的行程出发和到达阶段使用,之后数月内逐步覆盖泊车和语音控制等剩余导航能力。目前尚无后续进展披露。
匹配字段摘要
Google为iPhone用户的Google Maps CarPlay版加入Gemini语音模式,用户可从Maps 26.43.1版起直接调用,查询中途停靠点、目的地、路况及景点等。该功能此前已在Android Auto提供。关于开放范围,早先报道称仅表述为“美国及世界其他地区”且未给出时间表;后续报道称该功能先在美国上线,未来几周扩展至全球。功能与Google账号绑定,可调用历史对话等个人数据来调整回答。
匹配字段摘要
AI解决方案工程师Yogen Ghodke开发了应用ListenToMe,用OCR提取文档文字,再经文本转语音生成音频,帮助视障学生把学习材料转为可听内容。该应用支持约30种语言。据2026年10月23日报道,公开上线三四週已有约1600人注册、约1000人提交文档,日增约200名用户。目前免费版每日限处理250页,他正考虑推出约₹149、每日500页的付费方案,并自费在Mac Mini上运行服务。
匹配字段摘要
阿里云百炼 Token Plan 个人版提供 Lite 套餐,原价 60 元/月,限时优惠价 39 元/月,每月含 11,500 Credits,支持 1-2 个并发 Agent。该套餐覆盖文本生成、图像生成、视频生成、语音识别和实时语音对话等模型;额度按订阅月计算且不结转,用尽后可购买 100 元/月、含 20,000 Credits 的用量包,最多同时持有 5 个。目前仅支持华北2(北京)地域。相关报道发布于 2026 年 10 月 23 日,暂无后续发展。
匹配字段摘要
Nirva Labs宣布完成2500万美元早期融资,用于开发可穿戴AI珠宝。据TechCrunch AI报道,此轮为pre-Series A轮,加上今年早些时候的800万美元,公司累计融资达3300万美元。其首款设备是重约8克、可作手链佩戴的吊坠,续航最长3天,通过onboarding阶段采集的用户语音建模并过滤周围他人声音,默认不保留音频和转录文本;设备定价249美元,11月开启预订,年底前向早期用户发货。SiliconANGLE同日报道称,该产品可自动记录用户日常、识别情绪与人际关系模式,并通过配套App给出建议,AI主要识别用户本人声音,经授权可读取日历、位置和Apple Health数据。目前公司处于产品预订与首批发货准备阶段。
匹配字段摘要
2026年10月24日,百度健康宣布升级文心健康管家,同时发布「好医矩阵」和「健康相机」。据雷锋网同日报道,百度健康AI服务月活跃用户已达5000万+。好医矩阵包含好医答、好医加号、好医说、好医榜、好医评;其中好医答入驻15万+全三甲真人医生,提供7*24小时在线服务,好医加号已覆盖80%以上公立三甲医院,每天提供超12万个加号源。健康相机支持打字、方言语音、拍照和视频上传边拍边说,基于300万多模态影像素材训练,可识别动态体征与多发症状位置关系。目前该事件尚无后续发展事实。
2026年10月24日,百度健康宣布升级文心健康管家,同时发布「好医矩阵」和「健康相机」。据雷锋网同日报道,百度健康AI服务月活跃用户已达5000万+。好医矩阵包含好医答、好医加号、好医说、好医榜、好医评;其中好医答入驻15万+全三甲真人医生,提供7 24小时在线服务,好医加号已覆盖80%以上公立三甲医院,每天提供超12万个加号源。健康相机支持打字、方言语音、拍照和视频上传边拍边说,基于300万多模态影像素材训练,可识别动态体征与多发症状位置关系。目前该事件尚无后续发展事实。
匹配字段摘要
鹿马智能科技参展2026商米开发者大会。据雷科技2026年10月23日报道,商米科技在上海举办SDC 2026开发者大会,会上发布商业专用AI智能体“Hi Sunmi”,支持语音交互、经营自诊断、客流分析与智能营销;硬件方面,商米携手英特尔推出FLEX 32 WIN、T3 PRO WIN等Windows架构商用终端,实现安卓、Windows双生态并行。21ic电子网同日报道称,商米将核心能力从“商业连接”升级为“商业物理AI”,并发布“Hi Sunmi”商业场景AI Agent,提出BIoT+Hi Sunmi的线下门店解决方案。目前暂无鹿马智能科技在大会上的具体参展内容或后续进展的合格事实证据。
匹配字段摘要
2026年10月22日,Oka发布蘑菇造型的AI机器人伴侣Mori,定位为陪伴型台灯,而非语音助手。据Wired AI报道,Mori内置摄像头与麦克风,可跟随用户移动、播放自然音效并引导呼吸放松,但不支持通过语音指令控制智能家居或查询天气;设备由多个本地大语言模型驱动,能判断何时互动、何时保持安静,图像与音频在本地处理后即丢弃,人脸数据加密存储且不上传。CNET同日报道称,Mori高10英寸,可通过摄像头和传感器识别语音与表情,会歪头、用“眼睛”跟随用户,并以自创的婴儿语言回应;收起时关闭摄像头,播放冥想音乐并作为彩色台灯使用。价格方面,早先报道称创始版售价649美元、标准版799美元且不含订阅功能;后续报道称售价849美元,创始版649美元、预购799美元,并附带两年订阅,之后每月17美元或每年80美元。目前该产品处于发布阶段。
匹配字段摘要
阿里云百炼推出 Token Plan AI 大模型订阅服务,以 Credits 作为统一计量抵扣单元。据 2026 年 10 月 22 日报道,一份套餐覆盖文本、多模态视觉、图片与视频生成、语音处理,兼容 OpenAI、Anthropic 两套协议及 Harness 工具集;个人版分 Lite、Standard、Pro 三档并设 7 天滚动用量限额,团队版支持席位分配与成员用量审计。该服务目前仅运行在华北2(北京)地域,专属 API-Key 与按量付费密钥、域名不可混用。10 月 23 日的报道进一步称,个人版 Lite 39 元/月(11,500 Credits)至 Pro 499 元/月(180,000 Credits),团队版 150 元/座席/月起;Credits 按模型类型、Token 用量、思考模式及工具调用动态抵扣,套餐额度用尽后自动抵扣用量包,两者均用尽则服务暂停、不转按量计费,且与 Coding Plan 为独立产品、无法相互迁移。
匹配字段摘要