搜索“语音”

机STEPX Neo先行版，售价3999元。阶跃星辰称，这一定价包含了Step系列模型、智能体操作系统Step AOS、面向创客的AI终端原生开发工具Step Studio以及STEPX Neo手机硬件。 据阶跃星辰董事长印奇介绍，STEPX Neo先行版集成了智能体原生操作系统Step AOS 1.0与个人智能体阶跃Amoo。印奇还称，智能体手机应有更强的语音识别功能。STEPX Neo先行版的听觉增强系统由六麦克风阵列、低功耗音频感知芯片及Whisper 1.0拾音算法组成，使阶跃Amoo在复杂声音环境时也能准确识别用户声音。 推荐进入财新数据库，可随时查阅公司股价走势、结构人员变化等投资信息。 财新机器人产业指数(RII)已发布，点击了解行业动态 金融｜失能老人一年花费12万元 长护险能赔多少; 政经｜黄奇帆落马; 民生｜2027国考拟招录3.57万人 税务占比创新高; 科技｜腾讯AI办公智能体WorkBuddy打通企微; 财新周刊｜【封面报道】抢占办公室 财新名家 伍戈： 停不下来的价格？; 罗志恒： 中美人工智能竞争：道路比技术更重要; 易峘： 海外能源供给缺口对中国的影响

匹配字段正文

操作微信，导致用户账号被强制下线，淘宝、闲鱼弹人机验证，农行、建行直接中止服务。 字节后来学聪明了，随第二代豆包手机发布，于9月14日推出SAEP协议、设30天公示期，让应用自己声明愿不愿意被操作——从“破门而入”改成“敲门申请”，但门里的人大多选择不开。 于是Agent困在两难里：只待在一个生态内，外卖只能选一家、购物不能比价，给的永远不是最优解，顶多算个语音助手；可一旦想跨生态，就会撞上亚马逊封杀Muse式的抵制。 更别提隐私那道坎。个人Agent要真正好用，前提是深度接入用户的数字生活：读取邮件、聊天记录、消费账单、日程安排，甚至位置信息和社交关系，相当于把自己的数字生活全盘托付给一个AI程序。用户是否愿意将自己的核心隐私交付给AI？这始终是个待解的难题。 Muse不久前就在这方面翻了车。有用户让Muse帮自己打理二手键盘的交易，它不仅擅自降价，还把住址发给了陌生买家，几小时后买家真找上门，它还替不在家的主人回了句“我在这儿”。正如网友评论：“幸好你不是独居女性，这太危险了。 如果说需求端还只是“没必要”，那商业账就是“怎么活”。连Meta都没跑通的模式，放到国内只会更难。 摩根

匹配字段正文

把赌注押在模型进步释放的空间上，而非当下功能堆叠上。 ③ 六到十二个月的 “安全选择” · 工作时长：从现在的数小时/数天，延长到数周到数月； · 记忆：对过往会话信息的召回持续变好，底层表示形态（图、文件还是别的）尚未收敛； · 工具完备：理想状态是给数字同事配齐人类新员工入职时的全部工具，组织对此还在适应期； · 交互形态：界面向更省力演化，部分人会偏好语音对语音（他调侃那个“ hopefully 很酷的 Jony Ive 设备”）； · 技能沉淀：模型与产品会越来越擅长在岗学习并把经验编码为文件/技能；企业与个人会把自家定制流程写成 agent 可读的文档。 ④ 行业判断：Agent 能力是新一代产品的“CRUD” 引自 OpenRouter 的 Alex：有人抱怨“如今所有 AI 应用都长一样，侧边栏加对话框”，他的回应是“2005 年大家也一样：服务器 + 数据库 + CRUD”。结论：每个新产品要么集成 agent，要么沦为他者 agent 调用的无头数据源，没有第三条路。而 durable workflows、沙箱、云电脑、记忆、技能、语音、支付、身份、evals、可观测

匹配字段正文

的场景，已经开始出现在当前AI眼镜的实际应用中。借助长期记忆功能，部分AI眼镜可以在用户授权后记录日常交流，并将重要信息整理为可检索的记忆。而更进一步的是，即使用户没有专门创建日程或待办，AI也能尝试从对话中提取相关信息，并在之后主动提醒。 来自雷鸟iO的待办提醒 图源：VR陀螺 过去几年，AI眼镜厂商花了大量精力让设备听懂用户的问题、识别眼前的物体，并通过语音或显示屏给出回答。进入2026年，越来越多厂商开始探索如何让AI在用户开口之前提供帮助。与此同时，学术界也在研究如何让AI判断主动介入的时机，甚至主动向用户提问。 在今年9月的Meta Connect 2026大会上，Meta宣布将个人AI Agent Muse引入旗下AI眼镜。 图源：Meta 按照Meta的设想，未来用户看到货架上的商品、活动传单或者购物清单时，Muse可以结合眼前信息理解需求，并调用外部应用处理后续任务。与此同时，Muse还具备持续跟踪用户目标、制定计划等能力。不过，目前相关功能尚未正式登陆AI眼镜，从手机端APP目前的表现来看，Muse的表现已然十分惊艳。 与传统AI聊天APP不同的是，Muse在每个用户

匹配字段正文

Glasses开发工业智能指导应用EON Field IQ，计划于2027年春季随设备上市推出适配版本。 图源：EON Reality 据介绍，EON Field IQ主要面向工业设备维护、现场作业及员工培训等场景，通过空间识别与AI技术，为佩戴者提供实时操作指导。当用户看向机械设备时，系统可以识别设备零部件，并将操作步骤以3D形式固定在对应位置。用户可通过语音切换步骤，系统则利用视觉信息检查任务完成情况，并在发现遗漏操作或潜在危险时发出提醒。 远程协作方面，EON还计划利用Meta VR Glasses的Hologram功能，让远程专家以全息影像形式参与现场指导，并共享作业人员的第一视角画面及当前操作步骤。此外，Field IQ还将整合VR模拟培训与操作评估功能，形成从培训到实际作业的完整流程。 目前，EON Field IQ已支持iPhone、iPad等设备，并在Quest平台提供预览版本。开发团队正在使用Quest 3开展适配工作，目标是在Meta VR Glasses上市时完成部署。 不过，EON指出，Meta尚未确认是否允许第三方应用访问Meta VR Glasses的摄像头

匹配字段正文

式而有所不同，处方镜片则可能进一步增加重量。此前韩国媒体曾报道称，该产品的目标重量约为46g，而今年4月曝光的渲染图则显示约50g，此次披露的重量进一步低于此前预期。 硬件方面，新品预计搭载高通第一代骁龙AR1平台，配备2GB RAM及64GB存储空间，并内置1200万像素摄像头，支持30fps的3K视频拍摄。音频系统包括两枚开放式扬声器和四颗麦克风，可用于语音通话及Google Gemini交互。 与带显示的AR眼镜不同，三星首款智能眼镜预计不会配备显示屏，主要通过开放式扬声器向用户提供语音反馈。续航方面，眼镜本体最长可使用9小时，搭配充电盒后总续航可达72小时。此外，眼镜支持IPX4级防水，可应对汗水及轻微雨水，但充电盒不具备相应防水等级。 外观方面，三星将与Gentle Monster、Warby Parker合作推出不同风格的智能眼镜。其中，Gentle Monster系列预计提供6种镜框造型、共16种镜框及镜片组合，包括方框、圆框、猫眼框和椭圆框等，并提供黑色、酒红色、奶油色及浅紫色等配色。 Warby Parker系列则提供Alden、Reid和Wren三种框型。其中，Al

匹配字段正文

新品重点围绕影像拍摄、眼动交互、健康监测、实时翻译及AI主动服务等功能展开，进一步拓展Personal Agent在日常生活中的应用场景。 目前，三款新品已在淘宝、天猫、京东及抖音等电商平台现货开售。叠加国家补贴及限时优惠后，AI眼镜到手价2218元起，AI耳机到手价1099元起。 AI眼镜方面，N1系列包含N1和N1 Pro两款产品，均支持影像拍摄、翻译及语音AI交互。其中，N1 Pro进一步加入眼动追踪、虹膜识别及体征监测等功能，强化设备对用户状态及现实环境的感知能力。 VR陀螺也对千问N1 Pro进行了深度体验，重点围绕健康监测、眼动交互及AI主动服务等核心能力展开实测。当AI眼镜开始尝试感知用户的身体状态，这些功能究竟能带来怎样的实际体验？更多细节，详见VR陀螺评测视频： 据了解，N1 Pro是行业首款具备实时体征监测功能的AI眼镜，支持心率、血氧、皮肤温度等多项体征数据的实时监测，并通过AI生成健康洞察报告，将相关数据转化为更易理解的信息。例如，在骑行过程中监测到心率变化时，眼镜可提供呼吸节奏调整提醒；日常佩戴时，还可记录用眼情况并提供休息建议。 此外，N1 Pro配备眼动追

匹配字段正文

人吴毅曾带领团队开发了微信支付。在团队的几位联合创始人中，沈广荣是一名全盲工程师，郑瑞则是一名低视力产品经理，两人此前都参与过 QQ 和微信的无障碍功能开发。 在现场，郑瑞向 Tim Cook 展示了豆芽看见的视频通话功能。通过 Siri 打开 app 后，他可以连续询问镜头前有没有人、对方在做什么等，应用会根据实时画面给出回答。拍摄证件时，app 还会通过语音提示调整位置和角度，识别完成后自动裁剪照片、读取证件内容，并将图片保存到系统相册。 除了视障工程师和低视力产品经理，团队还邀请了不少视障用户参与早期测试。豆芽看见所解决的许多问题，都来自他们在日常生活中的真实需求。郑瑞告诉 Tim Cook： 如果没有亲身体验，旁人很难理解视障人士的许多需求，但我们却能感同身受，因为我们就是他们。 始于技术，不止于技术 技术支持只是 Apple 应用孵化器课程的一部分，Apple 工程师和导师会与各支开发团队讨论系统适配、界面设计和无障碍功能，App Store 广告团队也会介绍推广策略和商业化案例。参加项目的团队之间还会互相试用产品，交流不同市场的情况。 据 Viba 的创始人梁芊荟介绍，除了

匹配字段正文

） 的学术和产业经历，已经积累了不少成果—— 根据胡瀚的个人学术主页，他于2008年本科毕业于 清华大学。 2014年获得博士学位，之后先后在百度深度学习研究院、微软亚洲研究院从事研究工作。 2023年12月，胡瀚加入 腾讯混元 ，担任杰出科学家，负责视觉语言模型（VLM）和具身智能基础模型团队。 在腾讯期间，他还曾担任混元语言大模型技术负责人，并组建了混元语音团队。 在学术研究方面，胡瀚最具代表性的成果之一，是计算机视觉领域的 Swin Transformer 。 2021年，胡瀚作为论文共同贡献作者之一，与团队提出了基于移位窗口的层次化视觉Transformer架构。 这项研究改善了Transformer处理高分辨率图像时的计算效率，使其能够更好地应用于图像分类、目标检测、语义分割等多种视觉任务。 凭借这一成果，团队获得ICCV 2021最佳论文奖，这也是计算机视觉领域具有代表性的学术荣誉之一： 此外，胡瀚还曾入选2022年《麻省理工科技评论》中国区「35岁以下科技创新35人」榜单。 回顾他的研究经历，可以看到一条相对清晰的技术路径—— 早期主要围绕计算机视觉、视觉基础模型展开研究

匹配字段正文

e AI创立于2026年，专注于机器人AI模型研发，目前尚未对外披露太多信息。 根据该公司创始人胡瀚的GitHub个人主页显示，他于2008年获得清华大学学士学位，并于2014年获得清华大学博士学位，师从周杰教授。 胡瀚在创立Winverse AI前是腾讯杰出科学家，负责混元视觉语言模型（VLM）和具身基础模型团队，曾担任混元语言模型技术负责人，并创立了混元语音团队。 在加入腾讯混元之前，胡瀚还曾任职于微软亚洲研究院和百度，在微软亚洲研究院（MSRA）任职期间担任首席研究员和研究经理。 ▲胡瀚的GitHub个人主页 此外，胡瀚参与的论文《Swin Transformer: Hierarchical Vision Transformer Using Shifted Windows》获得了 ICCV 2021 最佳论文奖（Marr Prize）。凭借这一成果，2022年，胡瀚入选《麻省理工科技评论》中国区“35岁以下科技创新35人”榜单。 据《彭博社》此前报道，DeepSeek正接近完成新一轮融资，融资金额至少达到800亿元人民币，为该公司计划于2027年初进行的上市铺路。 融资资金原本主

匹配字段正文

噪、人声增强，结合大模型语义理解，过滤无关杂音，捕捉游客表达，支撑问答、游戏、点播等体验。支持免唤醒主动交互，游客走近机器人即可主动打招呼，不需要喊唤醒词，还原自然社交状态。 l 长程多轮交互，从单次问答走向完整游戏体验：依托长程任务 Agent，承接对话上下文。游客挥手即可开启答题、猜谜闯关，机器人记住对话脉络，持续推进游戏进程；支持猜拳、音乐表演等手势语音动作联动，游客可以参与共创表演内容，而不是被动观看演示。 l 五维 IP 定制，让机器人拥有统一角色人格：通过音色、表情、人设、动作、服装造型五个维度定制，结合场景知识库、检索增强生成技术，机器人可以支持多国语言、方言科普讲解，把长隆 IP 融入打招呼、讲解、互动反馈，实现外观、声音、性格、动作完全统一。 l 空间语义理解：打通语言到真实行动听懂游客的“目的地”诉求，关联园区三维地图，完成位置咨询、路线指引、带路、巡回讲解，将自然语言指令转化为真实空间里的导航行动，实现 “听得懂、答得出、带得去” 的完整闭环。 WITA 大模型实现看、听、说、动一体化协同，机器人不再是 “会说话的显示屏”，而是拥有在场感与人格感的硅基伙伴，支

匹配字段正文

条置顶帖子里，有一句感谢，写给了 Alexis Conneau ： 在OpenAI的任何人想到之前，他就有了Her的构想，然后一路死磕，把它做了出来。 也就是说，4o那个会笑、会被打断、能听出语气的声音，最早是从Conneau的设想里来的。 但早在2024年，Conneau就离开了OpenAI，创办了WaveForms AI，专门做能听懂情绪、也能表达情绪的语音AI。 2025年8月，Meta收购了这家公司，他带着团队进了Meta超级智能实验室。 而他的最新动作竟然是… 是的，9月亮相的Muse Realtime Avatar，能让虚拟形象在视频通话里实时说话、做表情。 也真是专业对口了，毕竟是当年想出《Her》这个idea的人，我突然对Muse的虚拟形象充满了信心。 而把4o带到大家面前的，则是熟悉的 Mira Murati 。 2024年5月，Mira Murati站在发布会的镜头前，把4o介绍给全世界。 几个月后，她离开OpenAI，创办Thinking Machines Lab。 今年5月，她的团队拿出了「交互模型」研究预览：让AI持续听、看、回应，跟上人的对话。到了7月，又发

匹配字段正文

新课集中亮相 11月2—4日，第二届上海老年学习课程展将于上海展览中心举行，首届上海终身学习课程展将在线上同步开启。展会现场，一批“AI社会通识教育新课”将集中亮相，以零门槛、可互动的方式帮助广大市民和老年群体提升数字素养。 上海市教卫工作党委新闻中心（上海教育电视台）将发挥全媒体优势，打造面向55—75岁老年群体的《AI通识100分》百集短视频课程。课程立足“数字融入、生命赋能”理念，搭建包含基础认知、日常工具、防骗安全等七大板块共100集的课程体系。采用每集5分钟生活化短视频形式，依托AI视频生成技术，遵循老年人观看习惯，以“情境引入—步骤演示—要点回顾”三段式结构开展教学，帮助老年群体零基础掌握AI应用技能，智享数字生活。 《AI通识100分》百集短视频课程，帮助老年群体零基础掌握AI应用技能，智享数字生活。 上海远大学习广场教育科技有限公司将联合抖音火山引擎推出专为银发群体量身定制的AI智能生活入门课程——《AI应用老年教学课程》。结合“小云雀”“豆包”和“即梦”三大核心AI工具，聚焦长者“语音交互”“全能问答”“健康咨询”“老照片修复”“回忆录配图”“短视频制作”等高频需求。

匹配字段正文

作平台PixVerse，中文产品名为“拍我AI”。 “视频大模型可能是这一轮技术浪潮中距离文化产业最近的技术之一。”爱诗科技副总裁金涵旻表示，视频大模型正在改变内容创作的方式、成本和传播边界。爱诗科技持续推进模型迭代，2024年推出基于DiT架构的视频生成模型，2025年发布基于“DiT+自回归”架构的实时生成世界模型R1，今年进一步推出R2模型，增加键盘、语音和文字等多模态控制能力。 在产品和市场方面，爱诗科技从成立之初就布局海外市场。截至2025年底，公司累计注册用户达到1.267亿，较2024年增长564%，年视频生成量达到7.3亿条，同比增长约14倍，产品覆盖全球170多个国家和地区。公司2024年底开始商业化，2025年实现确认收入2亿元。 “我们的一个显著优势是效率。”金涵旻介绍，公司从数据处理、Tokenizer、扩散模型等算法环节，到并行计算、通信和资源调度等基础设施均在持续优化，以降低模型训练和视频生成的算力成本。 金涵旻表示，未来爱诗科技将继续坚持“植根中国、融通全球”，推进多模态视频大模型技术和产品迭代，拓展全球市场及文化内容创作等应用场景。 【路演点评】 中国互

匹配字段正文

中的言语识别率较同类其他助听器提升17%。不仅让用户听得见，而且尽可能保留自然听感。 医疗级验配智能体“听觉管家小U”搭载在手机上。 助听器的专业性不仅来自硬件，也来自能否针对每个人的听力损失进行准确验配。传统模式下，用户通常需要多次往返门店，经历测听、调参、试戴和反复沟通。专业资源覆盖不足、老人出行不便以及对进店验配的心理顾虑，都可能让真实需求停留在“隐形”状态。 为此，联影为助听器开发了医疗级验配智能体“听觉管家小U”。它能在5分钟内完成居家听力测试。完成测听后，系统能在1分钟内生成个性化验配参数，并支持用户通过对话，根据实际听感随时进行微调。 在餐厅、家庭聚会、户外交通等不同环境中，用户如果觉得人声不够突出、环境声过强或整体听感不舒适，也可随时语音告诉小U。这个智能体会结合用户反馈和声场变化，自主生成调节建议并优化参数，使助听器从过去的验配一次升级为7×24小时持续适配。 刘悦也提醒，AI让验配能力有机会规模化触达用户，但听损情况、心理情况因人而异。出现突发性耳聋、单侧听损、严重耳鸣、中耳炎、重度和极重度听损等情况时，助听器用户应首先接受临床诊断，再由专业验配师和听力师提供支持。

匹配字段正文

率从行业普遍的 70% 提升到 95% 以上，只交付可复现轨迹。无问智科的“无垠”自动化管线把 Raw 到 Model-Ready 的效率提升 500% — 1000% ；觅蜂科技的 MEgo Engine 自研 VIO 位姿算法，支持空间重建与长时序自动切分，效率较人工提升 10 倍，并做到毫米级轨迹重建与亚毫秒全局同步。海天瑞声、景联文等传统标注企业正从语音／视觉标注延伸至具身数据的多模态对齐，处理视觉、本体、触觉、语言的时间对齐、坐标系转换与质量评分的复杂度，远超传统标注。 合规是“质”的另一半。光轮智能的数据集做到全量脱敏授权，这是数据集能被复售、能被十余家客户重复采购的前提。 四、转飞轮：训练场作为枢纽，解决“循环” 图 4 ：数据训练场的发展现状 训练场是数据与模型的“中转站”：把采集数据转化为模型能力，再把模型部署到本体上验证，执行中产生的新数据回流至数据集，形成“采集→训练→部署→回流”的闭环飞轮。 企业侧已经开始把训练场当成生产设施运营。 无问智科在长三角（德清）建了室内 3000 ㎡、室外 505 亩的训练场，开放场景达 937 平方公里，日产数据上千小时；京东等通

匹配字段正文

发布了什么，包括新的 AI 库存音色、改进的 Quick Recorder，以及 Descript Labs 的推出。 Descript 的 2024 年 2 月版本新增了 AI 库存音色、更快的 Quick Recorder，以及用于实验性功能的 Descript Labs。重点在于加快录制速度并拓宽 AI 音色选项。这是 Descript 在录制、编辑和语音方面全面加入 AI 工具的一个清晰例证。 闰年。当我们准备把时钟拨快一天时，迫近的恐慌也随之而来。即便有时间调整，二月仍是最短的月份，让我们感到匆忙、仓促、不安。我们几乎没时间写这篇文章。 AI 库存音色：更多、更好、更易用 我们在 12 月开始了对库存音色库的全面改造；自那以后，我们一直在添加音色并调整界面，新增了标签来帮助你挑选合适的音色。现在库中有 21 个库存音色，从随性、年长、男性化的 Robert 到商务、成年、女性化的 Monica。说实话，这两个听起来都不太有趣，但当你需要它们时，它们就在那里。 在我们的帮助中心了解更多。 Quick Recorder 获得升级 我们提升了 Quick Recorder 的速度和

匹配字段正文

隆重推出 North 2：不妥协的 AI 平台 North面向企业的企业级 AI；Compass智能搜索与发现 Command生成式语言模型；Transcribe全新语音识别模型；North Small Translate全新机器翻译模型；Parse全新文档解析模型；Embed语义表示模型；Rerank检索优化模型 Model Vault专用模型推理平台；Private Deployments本地部署或隔离 VPC；Security在每个阶段保护您的数据 合作伙伴；活动；网络研讨会；周边商店 精选 博客最新新闻、发布与洞察 Cohere LabsCohere 的机器学习研究实验室 探索 工作的未来AI 将如何改变我们的工作方式？；Aya 模型大规模多语言 AI；全部论文 倡议 研究学者寻找新一代机器学习人才；开放科学社区倡导全球开放科学；Catalyst Grants支持有影响力的机器学习事业 建立对 AI 的信任：Cohere 的 AI 治理之道 企业 AISecure AIAI 供应链中的安全风险2025年7月1日4 分钟阅读；企业 AISecure AI将安全 AI 引入关键系统

匹配字段正文

隆重推出 North 2：无妥协的 AI 平台 North面向企业的企业级 AI；Compass智能搜索与发现 Command生成式语言模型；Transcribe全新语音识别模型；North Small Translate全新机器翻译模型；Parse全新文档解析模型；Embed语义表示模型；Rerank检索优化模型 Model Vault专用模型推理平台；Private Deployments本地部署或隔离 VPC；Security在每个阶段保护您的数据 合作伙伴；活动；网络研讨会；周边商店 精选 博客最新新闻、发布与洞察 Cohere LabsCohere 的机器学习研究实验室 探索 工作的未来AI 将如何改变我们的工作方式？；Aya 模型大规模多语言 AI；全部论文 倡议 研究学者计划寻找新一代机器学习人才；开放科学社区倡导全球开放科学；Catalyst Grants支持有影响力的机器学习事业 面向国家安全的 AI 应用：国防现代化 公共部门公司新闻Cohere 深化与加拿大政府的合作2025年8月19日1 分钟阅读；企业 AI公共部门用 AI 现代化信息自由（FOI）请求系统20

匹配字段正文

隆重推出 North 2：不妥协的 AI 平台 North面向企业的企业级 AI；Compass智能搜索与发现 Command生成式语言模型；Transcribe全新语音识别模型；North Small Translate全新机器翻译模型；Parse全新文档解析模型；Embed语义表示模型；Rerank检索优化模型 Model Vault专用模型推理平台；Private Deployments本地部署或隔离 VPC；Security在每个阶段保护您的数据 合作伙伴；活动；网络研讨会；周边商店 精选内容 博客最新新闻、发布与洞察 Cohere LabsCohere 的机器学习研究实验室 探索 工作的未来AI 将如何改变我们的工作方式？；Aya 模型大规模多语言 AI；全部论文 倡议 研究学者计划寻找新一代机器学习人才；开放科学社区倡导全球开放科学；Catalyst Grants支持有影响力的机器学习事业 North 2：不妥协的企业级 AI 产品发布公司新闻隆重推出 Embed 5——全新前沿嵌入模型系列2026年9月30日7 分钟阅读；产品发布面向开发者的 AICompass 即将登陆

匹配字段正文