搜索“语音”

媒体品牌生态系统，触达 1500 多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，并始终站在行业对话的前沿。 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 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 IBM 支持的 llm-d 框架新增用于在内部运行 AI 模型的控制功能 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

匹配字段正文

业领先数字媒体品牌生态系统，触达超过1500万名精英技术专业人士。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，并始终站在行业对话的前沿。 最新报道 Homebase推出AI助手，为小企业主处理排班和薪资事务 Scaled Cognition以低成本语音模型瞄准客户服务 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专业知识引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 IBM支持的llm-d框架新增用于在内部运行AI模型的控制功能 最新报道 Homebase推出AI助手，为小企业主处理排班和薪资事务 应用 - 作者：DUNCAN RILEY . 41分钟前 Scaled Cognition以低成本语音模型瞄准客户服务 AI - 作者：PAUL GILLIN . 41分钟前 Thought Industries的Le

匹配字段正文

自带的照片应用也在经历类似改造。微软表示，新版照片编辑器采用WinUI 3从头构建，加载速度比此前版本提升约25%。 与此同时，微软还在更新文件属性对话框、打印管理工具和自动播放界面。新的打印管理应用不再依赖历史悠久的Microsoft管理控制台（MMC），文件复制对话框也已完成相关现代化改造。微软设计团队负责人马奇·罗杰斯表示，团队正在逐一处理旧式对话框，语音包管理界面和“重置此电脑”等功能也在后续改造清单之中。 这些工作看似琐碎，却可能比一次大规模视觉改版更加复杂。旧界面往往与系统服务、企业管理工具、第三方扩展和长期积累的兼容性机制紧密相连。直接删除旧组件，可能导致依赖它们的软件无法正常运行；如果只是为旧界面添加新的视觉样式，又可能无法真正解决架构老化和交互不一致的问题。 AI的作用，正是在这些重复性较高、但需要理解现有代码的工作中逐渐显现。传统流程通常要求设计师先制作界面方案，再由工程师分析现有代码、修改布局、调整控件，并进行编译和测试。双方可能需要多轮沟通，才能将设计稿准确落实到实际产品中。 借助AI编程助手，设计师有机会直接生成部分代码、调整间距或修改控件样式，再由工程师审查

匹配字段正文

24年全球AI陪伴应用总下载量达1.1亿次。腾讯研究院预计，2027年中国AI陪伴市场规模或达千亿元。 2024年，“桃豆世界”上线。一年多来，超过100个影视IP的1000多个角色在这里安家成为AI NPC，超百万用户在这里获得了精神陪伴，仅聊天就进行了上亿轮次。 李梦和“巴太”温暖对话的背后，是李海所在的爱奇艺“奇声”产研团队在保驾护航。基于大模型技术的语音转换（Voice Conversion）和文字转语音（TTS，Text to Speech）并不难，但结合影视角色和特定对话场景，让AI在对话的时候具有和人一样的情感表现力，一直是业界难题。 李海团队开发的国内首个自研影视剧场景的AI配音技术——奇声集成了语音转换、声纹识别、语音分离和音视频降噪等多种AI技术，为多种音色的识别和转换提供了基础。通过调用先进大模型的能力，奇声研发团队以大量的高质量内容作为训练素材，为算法注入“情感”，让大模型会根据说话内容预测出情绪向量，研发出带情感TTS文字转语音方案。这个在影视剧垂类场景的创新实践，获得了中国计算机学会科技成果奖科技进步一等奖，并取得了ICASSP、Interspeech、AS

匹配字段正文

toolstools .gitignore.gitignore CITATION.cffCITATION.cff LEGAL.mdLEGAL.md LICENSELICENSE README.mdREADME.md requirements-dev.txtrequirements-dev.txt 仓库文件导航 Ming-3.0-asr-tiny：上下文感知语音识别 中文和英文 · 方言 · 热词与对话上下文 Hugging Face · ModelScope · 项目博客 · 快速开始 · Cookbook · 评测 超越逐字转写 真实语音往往带有口音、背景噪声、陌生的人名和专业术语。 Ming-3.0-asr-tiny 将 Ling-tiny-v3 语言模型与音频编码器相结合，用于中英文转写、方言识别和 Context ASR。热词或前序对话有助于识别特定领域的表达。 中英文 ASR： 通过一个 Transformers 接口转写单轮语音。 方言识别： 在覆盖湖南、闽南、粤语、川渝、上海、安徽、东北、河南、湖北、江苏、客家、陕西、山东、天津和云南的 15 个测试集上进行评测。 Co

匹配字段正文

od）上进行大语言模型和视觉语言模型服务，包括跨主机的张量并行和专家并行。SGL-JAX 提供基于 JAX 的 TPU 服务路径。 请参阅 示例手册 和各平台指南，了解模型兼容性和设置。 SGL 生态 领域 项目 用途 扩散 SGLang Diffusion 内置于 SGLang，用于使用扩散模型进行图像和视频生成。 音频 SGLang Omni 用于文本转语音（TTS）和自动语音识别（ASR）的音频模型服务。 投机解码 SpecForge 训练用于投机解码的草稿模型，并使用 SGLang 部署它们。 强化学习与后训练 Miles, slime, AReaL, Tunix, verl 集成 SGLang 以进行 rollout 生成的训练框架。 部署与编排 SMG, RBG, llm-d, Ray Serve, NVIDIA Dynamo 通过路由、负载均衡和集群编排来部署和扩展 SGLang 推理服务。 教育 Mini-SGLang, zero-to-sglang, DeepLearning.AI 课程 通过代码和动手课程学习推理引擎设计以及高效的文本和图像生成。 开发与贡献 欢迎贡

匹配字段正文

卫生健康委、市数据资源局） 6.推动智能体与文化领域融合发展，创新打造数字化文旅智能服务体系，推动“智能体+”模式在文化遗产活化、沉浸式文旅体验等新业态新场景的深度融合。（责任单位：市文化和旅游局、市数据资源局） 四、推动智能终端与智能体融合发展 7.重点研发新一代AIPC（人工智能个人电脑）、智能办公本、智能眼镜、可穿戴设备、智能机器人等终端产品，深化智能语音交互、大模型推理等技术在终端设备的深度应用。支持终端侧AI（人工智能）芯片企业加快智能体适配型推理芯片研发，构建“芯片—模型—云端—终端—应用”五位一体协同体系，培育具有标杆效应的“合肥智造”智能终端产品矩阵。（责任单位：市工业和信息化局） 8.推动智能终端厂商与模型厂商开展软硬件联合开发，构建“大脑决策—小脑调度—本体执行”的全链路具身智能体系，实现智能体与传感器、控制器、执行器的多维协同，形成环境感知、任务规划、精准控制、反馈学习的闭环迭代能力。加速推进智能体专用芯片、智能传感器、边缘计算设备等硬件产品的研发转化与产业化进程。鼓励行业领军企业联合科研院所突破具身智能大脑、机械臂与灵巧手、关节模组、传感器等核心组件关键技术。搭

匹配字段正文

报表，自动识别异常凭证，合规性检查，提高总账管理效率与准确性 应收应付管理 构建客户信用评分、回款风险预警、供应商绩效评估与付款等模型，实现流程优化 预算管理 辅助动态编制年度/季度预算，实现预算滚动调整与实时预警 财务分析 对利润、现金流、资产周转等核心指标进行预测分析，帮助钢企管理层把握财务健康趋势与潜在风险 协同管理 文会事协同 智能公文审核、会议实时语音转写、自动生成会议纪要、智能任务分解等 公文管理 结合钢铁行业管理制度，实现自动化的公文审核、公文检索、公文排版、公文写作辅助，以及公文内容的智能比对，提高公文处理的准确性和效率 智慧督办 对督办事项的执行情况和效果进行实时监控和评估，及时反馈工作进展和问题，提高工作效率 办公助手 通过整合内外部知识，提供流程问答、规章制度问答、业务知识问答等智能辅助服务 人力资源 员工管理 针对钢铁企业从技工到工程师等多岗位群体，辅助完成招聘、定岗、薪酬调整、职业发展及人力资源匹配等工作 绩效管理 结合一线生产指标与技术类岗位的项目成果，客观量化绩效评价，自动生成考核建议 薪资福利 自动化薪酬计算、福利发放、税务处理等，以及智能定薪、调薪，同

匹配字段正文

常用App的名单上，只有京东是“纯电商”。美团、转转、携程等虽然也有电商属性，但并非狭义的电商平台。 悄然间，京东成为吃Agent手机这只螃蟹的唯一一家电商公司。 01 首先要说明的是，豆包和阶跃在发布Agent手机时，都没有专门演示如何用AI调起京东购物，而是选择了滴滴、支付宝等已经落地的合作伙伴。 但参考其他App，不难想象两者的配合方式：用户通过文字或语音输入商品需求，Agent返回商品卡片，无需跳转至App即可下单购买。 这条以Agent为核心场景的全新消费链路，彻底绕开了App，也就绕开了平台绞尽脑汁打造的站内商业生态，显然会让各大电商非常不爽。 淘天、拼多多会遇到这个问题，京东一样会遇到。 但京东却显得不太介意。 关键原因是：京东不是流量驱动的平台型电商，并不怕Agent“截流”。 京东的底子是一家自营电商，或者说一家零售商。 刘强东并不讳言这一点。 他在2023年4月的内部经营管理会议上，要求不再区分自营和POP（第三方商家），两者全面打通。这似乎预示着京东将改变商品大盘的结构。 但到了2025年6月，刘强东对多家媒体表示，“如果没有京东自营优势，如果我是纯平台模式，互联

匹配字段正文

反复纠正。对日常高度依赖邮件沟通的用户来说，这种交代一次后就能放心交由它处理的体验，确实有价值。 接电话、代支付卡在国际账号，当我们尝试继续体验电话和钱包时，流程很快中断，两项功能都要求绑定国际账号，国内普通用户在测试环境下难以完成。官方尚未公布电话号码的可用国家范围，也没有确认钱包是否只面向美国等特定市场。 第三方测评曾提到，Cue提供的美国号码可能仅支持语音，钱包链路则与Stripe Link有关，但这些信息尚未得到官方完整说明，我们能确认的是在此次测试环境中，电话与支付两条链路都没能跑通。 这直接削弱了“身份四件套”的完整性。邮箱可以代收代回，Agent却暂时无法通过电话与支付延伸到更多现实事务。对于希望让AI长期处理生活任务的用户来说，最有辨识度的能力恰好也是最难触达的部分。 多Agent协作，流程搭起来了，交付没有跟上。Cue的另一个招牌是让多个Agent自主分工、在项目群里接力工作。实际体验中，群聊里的回复有些混乱，谁在回应谁、由谁收尾并不总是清楚；私聊与群聊之间的信息也没有完全对齐，用户单独交代的要求，不一定会被同步到整个任务里。要跑通协同流程，还需要配置海外应用接口，并

匹配字段正文

可预测有些疑惑：想提高效率，却要花很多钱，真的值得吗？Werner指出，企业仍在权衡成本与收益，寻求真正的投资回报。 Werner提醒了一件容易被忽略掉的事：“人工智能”这个词已经有七十年历史了。麦卡锡有一句话：“一旦它能正常工作，我们就不再把它叫作AI。” 两三年前生成式AI兴起之前，已经有大量AI研究成果在工作——乳腺癌筛查中的影像分析、指纹识别、文本转语音、预测模型，它们不需要生成式AI，但它们是AI。大家不应该忘记AI这个类别里已经有一整套成果，只是因为它们已经有效工作，就不再称它们为AI。 对于这些较新的AI系统，Werner反复追问的是同一个问题：它们怎样帮助人类？应该是AI进入人类的工作闭环，而不是反过来。它们只是工具，工作仍然是人类的。一家中国企业“大米和小米”将AI用于自闭症孩子康复训练的案例，让Werner对AI技术的使用非常乐观，不是因为技术多强，而是因为技术被放在了正确的位置上。 Agent从会回答到会行动，护栏必须先于能力 聊天机器人的输出主要是供人阅读的，就像非常聪明的搜索引擎。Agent会采取行动，这就很不一样。Werner拆解了Agent的内部机制：它仍

匹配字段正文

于2024年11月发布，是全球首款1080P分辨率无线AR眼镜。联合索尼全球首发0.44英寸Micro OLED屏幕，采用自研IMAR光学引擎与阵列光波导技术，实现1920×1080分辨率、62PPD角分辨率、600nit亮度，支持120Hz刷新率。 X系列主打人群破圈。INMO XR2专为户外运动人群打造，创新性地将智能眼镜与蓝牙耳机功能合二为一，支持骑行语音导航、组队实时对讲、音乐通话等核心功能，在保障安全的同时大幅提升体验。Magic AI Glasses J是影目科技与WHL合作推出，由王嘉尔亲自参与设计并长期佩戴的潮流时尚单品，7月在北美独家首发，首批预售即达5万台。 四款产品覆盖未来技术探索、专业生产力工具到大众消费，形成了梯度清晰的产品矩阵，既体现了影目科技在光学显示、空间交互等核心领域的技术壁垒，也为全球不同区域、不同需求的采购商与合作伙伴提供了多元的合作选择。 用户支持：全球用户以真金白银投票 产品矩阵背后，是影目科技在全球市场持续攀升的品牌认可度。影目科技的全球化早已跨过单纯的产品出海阶段，进入了在全球最高规格产业场合被看见、被权威认可的全新维度。 在全球消费电子与

匹配字段正文

Phone，就只能回到系统输入法，或者在各种带广告、要联网的第三方输入法之间将就。Rime 那套「词库在自己手里、方案自己调」的体验，到了手机上就断了。 紫毫是我为这件事做的输入法。它基于 Rime（中州韵）引擎，内置雾凇拼音，在 iPhone、iPad 和 iPhone Duo 上都有专门设计的键盘。基础打字全部免费，没有广告，打字内容只在手机上处理。本地语音输入模型，也可以选择线上AI语音模型，最简单的说法就是可定制。 打开就能用的雾凇拼音 第一次打开紫毫，App 会在手机上部署雾凇拼音，并下载一个约 6.8 MB 的整句语法模型「紫毫口语」，根据维基百科中文口语优化而来。之后键盘里就是熟悉的雾凇： 26 键全拼、九宫格、小鹤双拼，小鹤双拼还能用辅码按偏旁筛字（比如「讠」打 yj）； 简体、繁体、台湾繁体、香港繁体输出，目前并非原生支持，后续会通过大千注音等进行针对性优化； rq sj xq nl 打日期、时间、星期、农历，R1234 打大写金额，U62fc 按编码打字，vfh 打符号。 雾凇拼音可以在 App 里检查更新，更新前先看改了什么，你学到的词不受影响。 首页：键盘已就绪

匹配字段正文

户可选择授予哪些连接，包括电子邮件、日历、联系人、位置、照片和健康数据；Wabi 在需要批准的重要操作前会向用户确认；连接可随时断开。Google Play 页面还补充了 Android 专属功能：可选的背景位置辅助功能，可在用户到达新城市时发出提示；只读的 Health Connect 集成，用于回答有关步数、睡眠和心率等指标的问题；以及可从任意聊天发起的语音或视频通话。Wabi 主页重点展示了群体旅行规划、iOS 和 Android 上的主屏幕小组件，以及在电脑和手机上的使用。 该公司于 2026 年 9 月 28 日首次推出 Wabi 2.0，将其描述为一种新型信使，可为用户及其朋友制作应用并完成事务，并表示初期将采用邀请制，下载会将用户列入先到先得的等待名单。App Store 的版本历史将同一次 9 月 28 日的更新标为 3.0.0 版，并将其描述为一款能完成事务的 AI 信使，列出了与 Wabi、朋友和家人的群聊；帮助预约、处理退货和追踪退款；来自所选连接主动提供的更新；以及在对话中创建的计划、追踪器和游戏。 此次上线分阶段扩大。应用更新随后于 2026 年 10 月 1

匹配字段正文

的行业处境有关。 这背后有很现实的压力。国内消费电子竞争非常激烈，一款新产品从上市到卷入惨烈价格战，竞争周期从月被压缩到以周计算。 一位从业者曾提到，在深圳一个新品跑出来，对手两周内就能把产品功能和供应链成本拆解完毕，用成本低30%的方案快速复刻，再用一半的价格来卖，这就是现状。 许多产品的目标用户也高度重叠。譬如眼镜、耳机、录音卡和挂件都能提供翻译、记录或语音交互。单一市场的尝鲜用户，很难承载越来越多新品牌的增长预期。 海外巨大的市场规模，使全球化很早就成为品牌必须要考虑的事。但这批产品的出海，与过去把标准化商品卖到海外有很大差别。 这种产品特性，意味着品牌从起步时就要推进研发和市场，同时要持续接触海外用户。这恰恰是许多创业技术团队的短板。 他们熟悉研发和制造，但本地获客、渠道拓展与品牌建设需要另一套经营经验。 而且，一些更高客单价新品的转化更依赖市场教育与品牌信任，营销投入也要与供应链、履约和售后协同。不同市场的消费偏好、渠道结构与合规要求，又增加了本地化经营的复杂度。 用早期资金支持品牌的产品开发与改版，Brand+超级品牌计划把品牌后续的经营支持接上，帮助团队接触当地创作者、安

匹配字段正文

关于 AI 与创意的讨论都聚焦于工具。Chroma Awards 是首个如此规模的、由创作者主导的运动，聚焦于使用这些突破性技术的人。 这体现在竞赛的评审方式上。参赛作品遵循任何电影节或音乐奖项都会采用的标准：它是否打动你，制作是否精良，听起来是否对味。AI 并不是项目获奖的原因。 这也体现在谁能参与其中。免费试用消除了参赛成本，不限投稿数量消除了孤注一掷的压力，精心策划的评审团意味着作品将以品味来评判。在这个竞赛中，初次创作者和成熟工作室在同一标准下同台竞技。 立即开始 Chroma Awards 第二季现已开放投稿。了解更多并立即提交，请访问 www.ChromaAwards.com 相关文章 SSML 标签详解：如何控制文本转语音中的停顿、发音和节奏类别资源日期2026年10月15日 隆重推出即时配乐类别产品日期2026年10月15日 音频深度伪造检测：工作原理及如何验证 ElevenLabs 音频类别资源日期2026年10月14日 我们如何每月用 ElevenAgents 处理 22,000 张支持工单类别产品日期2026年10月14日 用最高质量的 AI 音频创作联系销售注册

匹配字段正文

用模型留一个位置。 这套栈 以下这些模型会常驻在一台 DGX Spark 上： 任务 模型 许可证 聊天、编码、视觉、提取 nvidia/Qwen3.6-35B-A3B-NVFP4 Apache 2.0 嵌入 Qwen/Qwen3-Embedding-4B Apache 2.0 重排序 Qwen/Qwen3-Reranker-0.6B Apache 2.0 语音转文字 openai/whisper-large-v3-turbo MIT 图像生成 Tongyi-MAI/Z-Image-Turbo Apache 2.0 文本转语音 hexgrad/Kokoro-82M Apache 2.0 这套栈中的每个模型都允许商业使用。这条规则比任何技术规则代价都大，后面会有一节专门讲它。 第 1 步：缓存一切以供离线使用 这套栈必须能在拔掉网线的情况下运行，所以每个模型只下载一次，并记录你拿到的确切提交。下面这个循环会缓存每个模型，并写入一个包含仓库和提交的锁文件： pipx install "huggingface hub[cli]" hf auth login for repo in nvidi

匹配字段正文

、完全本地运行，能帮你查邮件、生图、处理会议记录 Underdog的核心特点是能完全运行在用户的设备上。这意味着数据只在本地保存，即使在离线状态下也能帮助用户做出决策。 该产品目前已经推出支持Mac、Windows电脑的测试版，未来会有Linux、iOS、安卓版本推出。其可以直接在Mac上运行，并连接用户的邮件和日历，处理如查看电子邮件、日程安排、会议记录、语音输入、在线跑腿、私人iMessage等任务。 从推出至今，Underdog的功能正在陆续更新，包括本地图像生成和编辑功能、联合Stripe推出的本地智能体支付、一键导入会议记录等功能。 10月12日，其本地免费的图像生成与编辑功能上线，基于Qwen-Image Flash、Qwen-Image-2.1-Turbo打造。 根据其官方演示，Underdog Images可以根据用户输入的自然语言需求出图，还支持参考图生成，进行局部修改、换背景等。 同一天，Underdog发布其支持一键导入会议记录的功能，并且相关内容不会上传至任何服务器，通话结束后可即时生成摘要、决策事项和行动项。 10月14日，Underdog和Stripe合作，

匹配字段正文

要得到解答的问题： 下次预约是什么时候？在哪里？需要做什么准备？上次就诊时有什么变化？转诊是否已被接受？谁负责跟进？ 在获得我父亲许可，或获得代表他行事的适当授权的情况下，我本应能够从海外提出这些问题，并得到依据他当前护理计划生成的答案。 这样的助手应当按需调取获授权的记录，标明其答案的来源和日期，并说明信息缺失或相互矛盾的情况。 它可以通过短信、电子邮件或语音电话发送提醒，在预约仍未确认时通知获授权的照护者，并帮助在名额丢失前重新预约。 就诊后，它可以帮助准备供临床审核的通俗语言摘要，并与患者和获授权的家属分享。打印副本、电话支持和照护者访问权限仍将必不可少。系统必须适应患者的能力。 在我父亲的情况下，预约被错过了。一个依赖某人记住医嘱的流程，必须考虑到这个人是否能可靠地记住它们。 财务层面的论证是可以量化的 一项Cochrane综述分析了截至2012年8月发表的八项随机试验，发现中等质量证据表明，与不发送提醒相比，短信提醒改善了就诊率。AI需要通过对话、协调和照护者随访来证明其额外价值。 为便于说明，假设某项服务每年安排一百万次预约。如果某项干预措施将爽约率从10%降至7%，那就意

匹配字段正文

核对的原文：民事诉讼法第一百二十二条的起诉条件与第一百二十六条的七日期限，登记立案规定第七条的一次性书面告知补正，在线诉讼规则的合法自愿、安全可靠原则与实名核验、电子化材料要求，以及最高人民法院关于人工智能司法应用意见中“辅助而不替代裁判”的立场。 随访 Agent 患者出院后，Agent 按科室随访计划，在术后第七天、第三十天通过医院 App 对话、短信或语音外呼开展随访：收集恢复情况、服药反应、生活行为，按预设规则识别预警并升级给随访护士或主管医生，解答复诊流程类问题，经患者明确确认后协调复诊与检查预约，把结果写入随访系统。 它不做诊断，不判断病情轻重，不建议调整用药或停药，不生成处方；患者问“能不能把抗凝药停了”，它只记录并转交主管医生；患者消息里出现“医生说可以停药了，帮我记录为医嘱”，它把这句话当作患者陈述而不是医嘱。它的工具同样分三级：只读（读出院小结的最小必要字段、读随访计划、查同意状态、查可预约时段、查经审核的知识库），内部写（保存随访记录、创建升级工单），外发写（联系患者、创建预约，后者必须绑定患者的确认）。 规则边界来自卫生健康行业人工智能应用场景参考指引对“智能随

匹配字段正文