RTE开发者社区的个人主页 - 动态

1天前

Sakana AI 开源 KAME 双轨语音架构，实现「边想边说」；Deepgram 正式发布对话式语音识别模型，支持多语言检测丨日报

Sakana AI 推出名为 KAME 的新型双轨（Tandem）语音交互架构，相关论文已被 ICASSP 2026 接收。...

0

2天前

无屏幕无AI，儿童VoIP语音硬件Tin Can售出数十万台，累计融资1550万美元；OpenAI开源语音控制交互组件丨日报

开发者朋友们大家好：这里是「RTE 开发者日报」，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement）领域内...

0

3天前

Hugging Face 开源本地音频模型微调工具集 smol-audio；SOLO 上线语音交互编程，联名 Insta360 发布 Mic Air丨日报

开发者朋友们大家好：这里是「RTE 开发者日报」，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement）领域内...

0

4天前

OpenAI 手机曝光：联合联发科/高通，预计 28 年量产；StepAudio 2.5 ASR：500TPS 推理，5 分钟音频 2 秒转录丨日报

开发者朋友们大家好：这里是「RTE 开发者日报」，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement）领域内...

0

7天前

AI 硬件编排平台 Era 融资 1100 万美元，快速开发 AI 穿戴设备；DeepSeek 正式发布 V4 预览版丨日报

DeepSeek 正式发布 V4 预览版大模型，包含主打极致性能的 V4-Pro 与主打低延迟的 V4-Flash 两个版本。本次更新全系标配 1M（百万）tokens 上...

0

8天前

硬件版 AI 语音输入法：SpeakON 发布 MagSafe 设备，格式化转录文本输出第三方 App；安防厂商萤石推出儿童 AI 相机 EZVIZ Pika丨

开发者朋友们大家好：这里是「RTE 开发者日报」，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement）领域...

0

9天前

乐鑫推出 ESP-Claw 智能体框架，自然语言实时物理编程；DeepL 实时语音翻译套件：多平台集成、自定义词汇及开发者 API丨日报

另据彭博社报道，Ternus 被认为能够重现乔布斯时代那种果断、强硬的决策风格。作为苹果硬件业务的核心负...

0

9天前

东京硬件日招募！Physical AI 系列活动东京站

4 月 28 日，Physical AI 系列活动落地日本东京！如果拥有哆啦 A 梦，它是解决麻烦的「工具」，还是提供情绪价值的「陪伴」？当 Physical AI 遇见...

0

10天前

蚂蚁「灵光圈」：对话生成多模态应用，支持调用移动端原生硬件；OpenAI Codex 上线 Chronicle：捕获用户屏幕上下文构建记忆丨日报

开发者朋友们大家好：这里是「RTE 开发者日报」，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement）领域...

0

11天前

想找到 AI 的下个入口？先看看「视觉驱动」的新一代，是怎么用 Visual Agent 看世界的丨Physical AI 学习笔记

前面的话：作为长期关注 Voice Agent 的开发者社区，大家最近可能会好奇：为什么我们开始将目光投向了 Visual Agent？答案其实很直觉：在下一代 AI 终...

0

11天前

Fun-ASR 1.5 更新：支持日韩等 30 种语言+汉语方言+多语言混合转录；IEEE SLT 2026 SmartGlasses 挑战赛开启！丨日报

开发者朋友们大家好：这里是「RTE 开发者日报」，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement）领域内...

0

13天前

Claude Code 发布蓝牙 API，允许第三方硬件监听特定事件；语音识别疲劳、抑郁和 2 型糖尿病，Speechmatics 发布生物标记平台丨日报

目前，官方已在 GitHub 和 Hugging Face 等平台开源了技术报告、WorldMirror 2.0 的推理代码与模型权重，其余核心模块代码及权重也即将陆续释出...

0

13天前

在有 Vibe 的地方一起 Coding，咖啡一杯，Token 无限丨Real-Time Café 快闪杭州站

RTE 社区这次计划做一件轻松和「Keep Real」的事情：包下一个咖啡馆，邀请大家一起来杯咖啡，坐下来各自 vibe coding。未来这将成为 RTE 社区的...

0

15天前

StepAudio 2.5 TTS：将语境理解能力引入语音生成全流程；阿里世界模型 Happy Oyster：实时世界创建与交互丨日报

开发者朋友们大家好：这里是「RTE 开发者日报」，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement）领域内...

0

15天前

Visual Agent 是什么？最了解视觉智能体的一群人都来杭州了｜聊聊 Context Awareness 和 Visual Agent，Physical

「现代 AI 最让我着迷的一点是，它让我们得以用数学和哲学的方式，去触碰那些隐藏在人类互动背后的无形变量：AI 让『vibes』（氛围/感觉）变得可读、可理解。」 ——Vi...

0

16天前

StackChan 开启国内预售，支持 AI 视听交互和二次开发；Avoko 上线 Agent-to-Agent 访谈平台，主要服务 To-Agent 产品和基

目前，该功能已集成于 Gemini App 中。用户需访问 gemini.google.com，选择提示栏中的 Pro 模型并输入相应指令即可体验。此次升级标志着 AI 辅...

0

17天前

Switch 健身环也能语音输入！Vibe Ring 让编程锻炼两不误；语音 AI 用户访谈平台 Mizzen Insight 融资近千万美元丨日报

开发者朋友们大家好：这里是「RTE 开发者日报」，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement）领域内...

0

18天前

超小语音模型 MOSS-TTS-Nano：0.1B 参数，支持流式和多语言；《人工智能拟人化互动服务管理暂行办法》7 月 15 日起施行丨日报

该模型目前仅供非商业学术使用，暂无计划对外发布模型权重、源代码、在线演示、API、产品或任何相关服务。...

0

21天前

YC 项目风向标：语音 AI 正告别「秀拟人」，走向「基础设施化」；Linq 推出新 API：AI 智能体无缝接入 FaceTime 与 iMessage丨日报

Krafton 近日宣布推出旗下全新 AI 模型品牌「Raon」，并同步在全球最大 AI 模型平台 Hugging Face 上开源四款模型：...

0

22天前

Seed 全双工语音大模型发布：懂倾听、抗干扰，更自然的交互；商汤发布 AI 智能体机器人「可悠」：端云协同，打通人车家跨端记忆丨日报

Meta Superintelligence Labs 推出 Muse 家族首款模型 Muse Spark。该模型采用原生多模态架构，通过重构预训练与强化学习（RL）技术栈...

0