搜索“语音”

I 可以访问更多 Google 服务及其中存储的用户数据，从而给出更个性化、更精准的回答。广告广告 可关联的应用包括 Google Workspace（含 Gmail 和 Google 日历）、Google 相册、Google 地图以及 YouTube 和该公司的搜索引擎。该公司通过多个示例展示了这在日常生活中能有多实用。例如，在前往机场的路上，用户可以通过语音输入询问 Gemini，所订航班是否仍准点起飞、从哪个登机口起飞。随后，AI 会检索包含票务信息的邮件，并将网络上的数据与当前起飞时间进行比对。 推荐编辑内容 在这里你可以找到来自 YouTube Video 的外部内容，它们补充我们在 t3n.de 上的编辑内容。点击“显示内容”即表示你同意我们当前及未来可在我们的页面上向你显示来自 YouTube Video 的内容。在此过程中，个人数据可能会被传输至第三方平台。 隐私提示 很遗憾，出了点问题…… 此处通常会显示来自 YouTube Video 的外部内容，但我们无法获取你的同意设置。 请重新加载页面或手动调整你的同意设置。 此外，用户还可以直接告诉 Gemini，让它在 A

匹配字段正文

生态——在任何场景下，都有一个离你最近的入口，让AI无缝地接住你的上下文。” 据Flowtica透露，Verso自9月在德国IFA正式宣发后，反响热烈，本周已开启定金预收，首批量产产品将于12月正式出货，核心用户瞄准在企业管理者、高强度知识工作者，以及有专注需求（如ADHD）的人群。 以下为硬氪与Flowtica创始人Rian的访谈节选（略经编辑）： 硬氪：语音交互已经成为AI硬件的标配，为什么Flowtica还要在硬件上保留一块墨水屏？视觉在这个产品形态里解决了什么问题？ Rian： 语音是最高效的输入方式，但它不是高效的输出方式。 我们在产品定义阶段做过一个很具体的推演，如果Agent用语音给你回一段50字的内容，可能需要30秒才能听完。同样一段信息呈现在屏幕上，你扫一眼就完成了。语音的线性特征决定了它无法被快速浏览、无法被跳读、无法被结构化呈现。用户需要的是“知道什么重要”，而不是“听完所有内容”。 所以我们的判断是，语音负责输入和指令，视觉负责呈现和决策。Agent给出会议纪要、待办拆解、日程准备时，最适合的载体不是语音播报，而是一块能快速扫读的屏幕。 选择墨水屏而不是常规彩色

匹配字段正文

景对长上下文理解、逻辑推理、指令跟随的能力要求；FP8虽然在云端成为主流，却无法适配端侧极致的资源约束。在此背景下，FP4作为新一代低比特浮点量化范式，凭借极致压缩、高保真、训练友好等优势，正在成为推动端侧AI落地的技术方向。原生支持FP4也正从AI芯片的可选特性走向产业标配。 2026年被普遍视为端侧AI规模化落地的关键拐点。在智能座舱之中，由大模型驱动的语音交互、多模态感知与主动服务正从旗舰车型向主流车型快速渗透。在边缘侧，面向政企客户的Agent Box（智能体一体机）也在加速起量，“本地部署、数据不出域”成为采购的刚性诉求。多条赛道的商业化进程提速使端侧大模型的部署需求进入爆发前夜。 然而，热闹的另一面不乏现实困境。对智能座舱来说，落地难点可以概括为“四重墙的叠加”：首先是带宽墙，车规级内存带宽普遍只有每秒几十GB量级，一个7B参数模型即便压到INT4，解码速度也仅约20 Tokens/s，交互流畅度打了折扣；其次是算力墙，用户期待座舱语音交互的“首字延迟”控制在一秒以内，对峰值算力提出了严苛要求；第三是功耗墙，车规环境需适应-40℃～85℃的温度区间，十余瓦的功耗红线是硬性门

匹配字段正文

庭环境中。 而智能体PC是面向个人用户的新一代AI终端。2024年，采用AMD Ryzen AI 300系列处理器的Copilot+PC问世，让AI成为用户的“副驾驶”。随着智能体到来，PC将进一步升级为用户的“指挥中心”。未来每一位工作者都是一个军团。 为了实现这一点，我们需要在这台电脑中运行足够聪明的大模型和诸多并行的小模型（比如做视觉、OCR、TTS、语音的小模型）。我们相信智能体PC会是AI PC的升级方向，成为未来一段时间的重要品类。 让每个人成为“超级个体” 打通AI赋能OPC与行业的“最后一公里” 胡春民：您在今天上午的演讲中提到，智能体时代人人都是超级个体。这一观点也契合了OPC概念。要让智能体PC、智能体主机真正支撑OPC落地，当前最需要突破的生态卡点是什么？ 纪朝晖：智能体给个人创业带来了许多机遇，所以OPC概念在今年上半年快速兴起。 但我们也要看到，前景很美好、路径很曲折。 当前最大的挑战不是硬件，而是AI与真实工作流之间依然存在“最后一公里”。AI赋能每一个行业都需要大量的适配和定制化。所以我们正在推动一件事：把“AI赋能千行百业”变成“AI赋能一行一业”，让A

匹配字段正文

2026-10-21 11:00AIMCU生成海报Synaptics发布Astra SR200，开辟边缘AI“xMCU”赛道。 近日，Synaptics在加州圣何塞的Tech Day 2026活动上，正式发布了Astra SR200系列芯片，并将其定义为“xMCU”（扩展型微控制器）。该系列包含三款引脚兼容的芯片：SR210提供200 GOPS算力，主打常开语音与传感；SR230提升至300 GOPS，增加了视觉与显示能力；旗舰款SR250则达到400 GOPS，配备双视觉与双显示路径。 Synaptics高管Vikram Gupta表示，SR200的设计初衷，是将应用处理器的内存与算力特性，带入传统MCU的低功耗领域。 传统MCU遭遇内存瓶颈，中间地带的边缘设备急需新解法 在嵌入式系统中，传统MCU的主频通常在几十到几百MHz，片上内存（SRAM）容量大多在KB到MB级别。这种配置足够应付简单的控制和传感信号采集，但当边缘设备开始处理视觉、语音等多模态AI任务时，算力往往不是最先耗尽的，内存容量和带宽才是最核心的制约因素。多模态模型需要同时加载视觉网络、语音模型和传感器融合逻辑，模型

匹配字段正文

0系列多模态边缘AI处理器，集成与Google Research合作开发的Coral NPU架构，主要面向AI眼镜、智能可穿戴设备、智能摄像头及工业视觉等应用，旨在实现低功耗设备上的本地多模态AI处理。 Astra SR200系列包含SR210、SR230和SR250三款型号，AI算力分别为200、300和400 GOPS。其中，SR210主要面向低功耗常驻语音和传感应用；SR230增加视觉与显示处理能力；SR250则支持双路视觉及显示处理。该系列采用Arm Cortex-M85与Cortex-M52双处理器架构，集成最高8MB SRAM及可扩展至数百MB的定制DRAM，并支持Transformer等AI模型在设备端运行。 针对AI眼镜等可穿戴设备，该系列芯片能够将环境感知、语音处理、场景理解和显示渲染等功能整合至单颗芯片，减少对外部处理器及云端计算的依赖。Synaptics合作伙伴Jorjin表示，计划利用该平台推动下一代工业AR眼镜的实时场景理解、低延迟信息叠加及连续语音交互。 此外，Synaptics与Google Research还同步扩展了Coralboard开发生态，推出搭

匹配字段正文

用汽车已经宣布 Gemini 将登陆约 400 万辆 2022 款及之后生产的凯迪拉克、雪佛兰、别克和 GMC 车型。不过，Google并未将此次升级限定于某一家车企，这意味着支持 Google Built-in 的更多品牌和车型未来均有望获得 Gemini 服务。 根据Google介绍，Gemini 的核心优势在于更接近真实交流的互动方式。用户无需记忆固定语音指令，而是能够使用日常语言与系统进行连续对话。例如，驾驶者可以询问附近适合就餐的餐厅、获取符合个人喜好的音乐播放建议，或在驾驶过程中持续追问相关问题，而无需重新组织指令。 除基础问答之外，Gemini 还能够帮助处理消息沟通事务，包括对短信内容进行总结、生成回复建议以及快速完成回复。同时，它还能提供与当前行程相关的实时信息，例如导航进度、路况情况等。 车辆相关功能也是此次升级的重要组成部分。Gemini 可以回答有关车辆状态的问题，例如查询汽车设置、了解功能使用方法，甚至能够提供电动汽车专属信息，包括当前电池电量等数据，让车主以更自然的方式获取车辆状态。 Google表示，符合条件且已登录 Google 账号的用户，将在车载系统

匹配字段正文

： 我让 Claude 写了自己的发布说明——以下是亮点： 现在每场遭遇战和每日行动都以一次选择开局，给落后的一方一条翻盘之路，并把军队拉向地图中央。此外还有两种新的游玩方式。 开局选择：在计时开始前选择闪击、工业或空军。 呼叫能力：弹幕、EMP、空投舱和天锤轨道打击。 目标与回收：上行链路中继、补给空投和值得回收的残骸。 手感：战斗打击感、自适应音乐、单位语音和播报员。 指挥：战斗警报、游戏速度、保存小队和触屏放置。 新模式：最后防线生存波次和 8 个任务的行动战役。 进度：英雄、带奖励的战后报告、职业生涯、7 个变异器和每日行动。 战斗持续时间更长，局势波动也更大。在 Normal 难度下的 1,200 场 AI 对 AI 测试对局中，25 分钟后仍未分出胜负的对局比例从 14% 降至 0.9%。曾落后 800+ 废料的一方最终获胜的比例从 24% 升至 46%。 Claude 耗时如此之久的部分原因在于，它运行了一千多次模拟试玩会话，并利用这些结果重新平衡现有单位、添加新单位并引入新功能。 v5：Battle Drones 走向 3D 在 Ultracode 于“让它好玩得多”这

匹配字段正文

计平均损失从约28万美元下降至22.5万美元。这些估计使用所报告损失区间的中点。由于两次调查询问损失的方式不同，该比较排除了零损失、不确定和不愿透露的回答。 报告明确警告，投资增加与损失下降同时出现并不能证明二者存在因果关系。事件也并未消失：84%报告至少一起与深度伪造相关的事件，而2025年为85%。其定义较为宽泛，从被操纵的图像和篡改的电子邮件延伸到实时语音和视频冒充。 还存在优先级竞争的问题。将深度伪造防御列为最高优先级的比例从71%下降至60%，即便具备行动能力的AI对安全预算提出了另一项需求。损失下降提供了一个理由去审视哪些措施正在奏效，而不是假定威胁已经过去。 IRONSCALES建议让安全部门参与智能体审批、限制权限、监控操作，并通过针对员工和智能体双方的攻击来测试事件响应。这些建议将报告的两大主题联系起来：欺骗性内容仍然危险，但拥有行动权限的软件改变了这种欺骗产生后果的方式。 对于企业团队而言，这意味着要清楚有哪些智能体存在、每个智能体能访问哪些系统，以及哪些操作需要人工审核。日志必须能够还原该工具读取了什么、做了什么。测试应考察不受信任的消息是否会影响已授权的工作流，

匹配字段正文

保护敏感数据。 本地基础设施与来自专业界的批评 广告后继续阅读 除公有云外，本地和混合基础设施也更受关注，这主要通过Azure Local实现。在这里，微软扩展了技术选项，以便在隔离或网络独立运行的场景中也能可靠运行关键应用。 其中包括本地运行的数据库系统如DocumentDB和Blob Storage、用于本地代码管理的GitHub Enterprise Local，以及允许在自有环境中直接本地运行AI模型和语音查询的Foundry Local。机密虚拟机等功能应有助于将开发和应用生命周期置于本地控制之下。 专家和专业协会，如德国计算机学会（GI），对美国超大规模厂商的此类云服务持怀疑态度。据他们称，数字主权这一概念在此语境下过于短浅，因为这在很大程度上只是表层上的合同和技术附加控制。底层软件栈、复杂的云架构以及部分专有操作系统仍掌握在美国企业手中，从而固化长期依赖。 GI批评称，由于技术上的交织，像美国《云法案》这样的法律可能带来重大法律风险，即使数据在欧洲以加密方式处理也是如此。真正主权的IT基础设施需要开放标准、源代码的完全透明，以及摆脱占主导地位的市场平台运营商。 (vbr)

匹配字段正文

ore ATen 算子的前向和反向传播； 新增通过 JAX/Pallas 和 Helion DSL 编写自定义内核的能力； 在下载量最高的 5,000 个 Hugging Face 模型上验证了开箱即用的执行，包括： LLM：Qwen、DeepSeek、Gemma、LLama、Mistral、GPT、OPT、BLOOM、Falcon、StableML 音频/语音：Whisper、Wav2Vec2、HuBERT、MMS 视觉：DinoV2、SigLIP、CLIP、Swin Transformer、ConvNeXt、ViT、ResNet、DETR 文本编码器与搜索：BERT、ALBERT 与 Electra、RoBERTa、DeBERTa、T5、MT5、Flan-T5 验证了基于 DTensor 的分片； 验证了多主机推理（vLLM 和 SGLang）以及微调/训练工作负载（TorchTitan），并采用基于 Ray 的编排； 验证了与 vLLM、SGLang、TorchTitan、Ray 和 TorchRec 的集成。 在本文的剩余部分，我们将讨论 TorchTPU 架构的关键方面以及一

匹配字段正文

生成完整单集，而人工审核可提高处理高难度音频或关键引语时的准确性。 SRT 和 VTT 文件非常适合播客应用和字幕，而纯文本或 HTML 文件更适合你的网站和博客。 Apple Podcasts 和 Spotify 均接受创作者提供的转录文本。在单集页面上提供完整转录文本，可让搜索引擎获取对话的全文。 什么是播客转录，以及它为何重要 播客转录是将播客单集的口语音频转换为书面文本的过程。完整的转录文本会标明说话者身份，并标记每个片段的开始时间。人工和 AI 转录 服务均可生成转录文本，许多创作者会结合使用两者。 创作者转录单集有四个实际原因： 可访问性：转录文本让失聪和听障听众能够完整访问你的内容和单集。它也能服务于偏好阅读或浏览内容的听众。 搜索可见性：文本会被搜索引擎索引，从而获得更好的可见性。发布在单集页面上的转录文本可为 Google 等搜索引擎提供对话的完整内容，用于排名。 内容再利用：转录文本为撰写节目笔记、博客文章、新闻通讯和社交媒体帖子提供基础内容。 可搜索的档案：借助转录文本库，你的团队和听众可以轻松找到提及某个主题的确切单集。 平台支持程度的提升使这件事变得更加重要。

匹配字段正文

亿元，目前业务规模约3亿元。其计划于今年年底开展C轮融资，2027年业务规模目标约5亿元，并计划在2028年冲刺港交所IPO。 在生产制造方面，两只兔子位于杭州富阳的超级智慧工厂项目总投资约2亿元，目标年产能为50万台。该工厂已完成建设，计划于今年11月启动产线。 求知3 AI安全座椅搭载了面向0至8岁儿童的专属AI大模型，能够通过自然语言与孩子交流。与传统语音控制只能完成固定指令不同，这款安全座椅的AI功能支持开放式对话。 家长可以直接说“兔子兔子，给孩子讲个故事吧”，座椅便会调用AI模型生成相应内容。该产品还加入了声音复刻功能，可以利用父母的声音为孩子讲故事，让孩子在独自坐在后排时也能听到熟悉的声音。 AI还可以回答一些日常问题。如果孩子向AI提出“彩虹是怎么来的”，座椅里的AI能够解释了阳光经过水滴折射、反射产生彩虹的原理。这套AI交互能力支持联网及OTA升级，后续可以持续更新模型能力。 温控方面，产品能够监测座舱内的环境变化，并自动调节通风或加热，减少家长手动操作的频率。 不过，对于安全座椅来说，基础的安全防护仍然是核心。求知3 AI安全座椅获得德国E1 i-Size认证及中国

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

产中心。会员权益也同步融合：购买千问App精英以上会员，可获赠同等时长的夸克网盘会员，叠加教育优惠后双端月会员仅需25元。 目前，订阅千问App精英、旗舰和智尊会员可获赠同等时长、不同等级的夸克网盘会员。在校大学生和教师完成认证后，每月最低只需要25元就可以同时获得千问精英会员和夸克网盘VIP权益。 9月23日，千问正式发布Qwen-Audio 3.1全系列语音大模型，一次性推出5款产品：核心升级语音识别（ASR）、语音合成（TTS）、实时语音交互（Realtime）三大基础模型，同时发布下一代架构的ASR-Next 音频理解模型与TTS-Next 音频创作模型。 其中Qwen-Audio-3.1-ASR 在KeSpeech、WSYue公开方言测试集的11个子集中，6个成绩优于同期主流开源模型，平均字错误率（CER）仅为4.55%，在多方言、低信噪比场景下表现突出。 9月22日，阿里巴巴在云栖大会上公布了大模型一系列进展，大模型递归自我改进（RSI）已初步进入模型训练、推理及芯模协同等环节中，基于新一代架构的Qwen4已在训练中，未来Qwen4.5、Qwen5等版本将扩展至5-10T参

匹配字段正文

0:13在京东、天猫、抖音正式首销。 设计：复古未来美学与一套 “听觉增强系统” STEPX Neo 的 ID 围绕 “复古未来美学” 展开，设计团队在“有趣”与“克制”之间寻找平衡。机身背面有一块点阵背屏，这是 Amoo 的专属表达空间 —— 唤醒、聆听、思考等六个状态全程可见，用户无需解锁即可感知智能体的工作进度。 比背屏更特别的是 “听”。阶跃认为，当语音成为智能体时代的第一交互入口，听觉系统应当被重新设计。STEPX Neo 搭载智能体听觉增强系统，由六麦克风阵列、低功耗音频感知芯片和自研 Whisper 1.0 拾音算法组成：嘈杂环境中能准确识别指令，也支持极低音量下的 “耳语” 唤醒，超低功耗则让 Amoo 能够全天候在场。硬件配置上，先行版采用高通骁龙 8 系芯片、16GB+256GB 存储，提供碳黑、硅银两种配色。 系统：双入口、双域记忆与端云协同 Step AOS 1.0 是为智能体从零重写的操作系统，阶跃星辰董事长印奇在发布会上将其定位为 “人机共生” 的系统底座。解锁后，用户第一站是 Amoo 智能体界面，右滑即可切回传统 App 桌面 ——“双入口” 让新旧体验

匹配字段正文

能乘用车有限公司共同持股。 2026-10-19 13:34:20 国产卫星互联网首次实现地球三极联网通信 记者19日从正在执行中国第16次北冰洋考察任务的“极地”号获悉，该船已完成国产卫星互联网北极航线准业务化应用测试，本航次首次成功开展北极、南极、青藏高原联网通信验证。据介绍，在“极地”号、南极秦岭站、西藏自治区拉萨河试验站、自然资源部北海局视频连线中，语音画面清晰流畅，实现了国产卫星互联网全球低时延... 2026-10-19 13:31:23 消息称蔚来firefly萤火虫60kWh大电池车型将于10月23日上市 据易车从相关渠道获悉，蔚来 firefly 萤火虫 60kWh 大电池车型将于 10 月 23 日正式上市。该车搭载宁德时代三元锂电池，CLTC 续航提升至 560km。官方还表示所有老用户都可以升级。据IT之家此前报道，蔚来 firefly 萤火虫纯电小车于 2025 年 4 月正式上市，售价 1... 2026-10-19 13:26:59 三星为英伟达下一代NVHBM选用台积电 3nm 工艺制造基底裸片 10月19日，据财闻海外资讯，三星电子在开发英伟达（NVD

匹配字段正文

去年，Otter 的年度经常性收入（ARR）突破 1 亿美元，达到一个收入里程碑。该公司表示，目前正接近新的里程碑，但未提供最新数据。 该公司称，迄今已有 4000 万用户使用其产品，高于去年的 2500 万。然而，鉴于会议记录产品领域竞争激烈，Otter 面临的一个关键挑战是留住客户。遗憾的是，这家初创公司没有提供任何关于其月活跃用户或流失率的数据。 “语音是企业级 AI 中最大的未开发机会之一，而 Otter 正处于这一领域的前沿——在观察 Otter 的增长后，这一信念更加坚定，”General Catalyst 旗下 CVF 的合伙人兼联合创始人 Pranav Singhvi 表示。“当 Otter 帮助企业捕获关键语音数据并将其转化为可执行的业务洞察时，团队行动更快，决策更精准，生产力在整个组织内不断累积，这就是它成为 CVF 强大合作伙伴的原因。” 市场上竞争激烈，既有资金雄厚的会议记录工具，如 Fireflies.ai、Granola 和 Read AI；也有新进入者，如 Calendly、Wispr 以及收购了 Fathom 的 Superhuman；还有其他记录工具

匹配字段正文

充满活力的行业领先数字媒体品牌生态系统，触达1500万+精英技术专业人士。我们全新的专有theCUBE AI Video Cloud正在受众互动领域取得突破，利用theCUBEai.com神经网络帮助技术公司做出数据驱动的决策，并保持在行业对话的前沿。 最新报道 Homebase推出AI助手，为小企业主处理排班和薪资 Scaled Cognition以低成本语音模型瞄准客户服务 AI初创公司Firefly获得2000万美元融资，让物理世界更安全 Thought Industries的Lens在客户看到之前检查产品知识中的冲突 AuxoAI融资超过2000万美元，将AI专业知识带入企业并重新设计工作方式 SmartBear的BearQ新增Sources以发现覆盖缺口，并新增Workflows以自动化测试运行 最新报道 Homebase推出AI助手，为小企业主处理排班和薪资 应用 - 作者：DUNCAN RILEY . 1小时前 Scaled Cognition以低成本语音模型瞄准客户服务 AI - 作者：PAUL GILLIN . 1小时前 AI初创公司Firefly获得2000万美元融

匹配字段正文

体品牌生态系统，触达 1500 万+ 精英技术专业人士。我们全新的专有 theCUBE AI Video Cloud 正在受众互动方面开辟新天地，利用 theCUBEai.com 神经网络帮助技术公司做出数据驱动的决策，并保持在行业对话的前沿。 最新报道 Homebase 推出 AI 助手，为小企业主处理排班和薪资 Scaled Cognition 以低成本语音模型瞄准客户服务 AI 初创公司 Firefly 获得 2000 万美元，让物理世界更安全 Thought Industries 的 Lens 在客户看到之前检查产品知识中的冲突 AuxoAI 融资超过 2000 万美元，将 AI 专业知识带入企业并重新设计工作方式 IBM 支持的 llm-d 框架为在内部运行 AI 模型增加控制功能 最新报道 Homebase 推出 AI 助手，为小企业主处理排班和薪资 应用 - 作者 DUNCAN RILEY . 1 小时前 Scaled Cognition 以低成本语音模型瞄准客户服务 AI - 作者 PAUL GILLIN . 1 小时前 AI 初创公司 Firefly 获得 2000

匹配字段正文