AI 语音代理
延迟降到百毫秒级，语音才谈得上像对话。端到端语音到语音跳过了 ASR 到 TTS 的哪几道转换，轮次管理与工具调用又怎么让语音从会说话走到会办事，一并讲清。
旧链路先转文字再播报，延迟高、一打断就乱；端到端语音到语音把三步合成一步，Chroma 1.0 的响应压到 150 毫秒内，Step-Audio-R1.1 首帧约 1.51 秒。剩下两件事决定体验：轮次管理判断何时接话、何时继续听；工具调用让语音接着查、筛、预约。标准从声音像不像人，变成任务有没有办成。
苹果27.2上线：Siri AI新增五种语言，欧盟用户仍被排除
2026年10月26日，苹果推送iOS 27.2与iPadOS 27.2等系统更新，Siri AI第一次走出英语：法语、日语、韩语、葡萄牙语和西班牙语用户现在也能用上这款基于个人上下文的新版语音助手。这是9月随iOS 27上线以来，Siri AI最大的一次语言扩展。 本轮新增 年内跟进 法语、日语、...
Admin
16 
Grok Bot 开始替你打电话：拨号、等位后发回一份通话摘要
Grok Bot 的新能力出现在 2026 年 10 月 25 日。xAI 创始人埃隆·马斯克当天在 X 上宣布，Grok Bot 现在可以替用户给一个人或一家企业打电话：它会按用户的要求提出请求，在通话中记下对方的答复，最后把一份通话摘要发回给用户。用户不用自己守在电话旁等接通，也不用事后凭记忆复...
Admin
34 
Axon Body 5 发布：执法记录仪算力提升 25 倍，实时 AI 走到执勤现场
2026年10月24日，Axon 在官方新闻稿中宣布推出执法记录仪 Axon Body 5：算力比上一代提升 25 倍，续航增加 20%，首推标准版和 Pro 版两个版本。Axon 想让它从“事后取证”变成现场实时协助，而不是等回到警局再处理录像。 从记录现场，到介入现场 过去的执法记录仪只管拍下来...
Admin
30 
Block 全双工语音模型 Dessa 只听人声学说话：不用转文字，也能直接听出笑声和讽刺
2026年10月24日，TechCrunch 报道了 Block 研究实验室的新语音模型 Dessa：它不经过文字中转，直接用声音听、直接用声音答。Block 创始人 Jack Dorsey 在10月23日的帖子里说，和它说话就像和人说话一样，带着情绪、停顿和自然的节奏。这个模型目前还是研究预览，普...
Admin
33 
10月24日AI简报：Block语音模型只听人声训练，Pathos融资2.37亿美元
10月24日AI简报的五条：Block发布全双工语音模型Dessa，训练只用人类对话录音、不用文本；Pathos AI拿下2.37亿美元E轮融资并联手百时美施贵宝与Tempus AI做神经疾病新药；AI视频平台Higgsfield再获英伟达与TCV投资；Dayforce签约收购AI面试公司Ribbo...
Admin
21 
NVIDIA 开源 Nemotron Bolt E4B：为智能体而生
2026 年 10 月 23 日，NVIDIA 在官方技术报告中发布了 Nemotron 3.5 Bolt E4B，一款开源小模型，号称"单位 GB 智能密度最高"。它基于 Google 的 Gemma 4 E4B，经 Nemotron 后训练打磨，训练数据集与完整配方同步公开。 4GB 里装进一个...
Admin
37 
OpenAI Decisions API 正式上线，小决策提速 10 倍且只收输入 token 费用
OpenAI Decisions API 在 10 月 22 日正式上线（GA），基于 GPT-6 Luna，专为“有界答案”的小决策设计。OpenAI 在官方公告中写道，应用和智能体在工作流里会做大量微小决策：给输入打标签、决定请求走哪条路由、下一步执行哪个动作——单个都不复杂，但规模一大，延迟和...
Admin
36 
Sierra τ-Entity 基准实测：语音智能体记个电话，三种环境全过只剩三成
Sierra 在 2026 年 10 月 22 日发布 τ-Entity 基准，专测语音智能体一件最基础的事：把姓名、电话、地址、邮箱这类信息听准、记对，发现可能错了还能改回来。测试共 200 个任务、10 类实体，每通电话只记一个字段，来电者还很配合，被要求时愿意逐字拼读，多数通话不到两分钟。就是...
Admin
60