RTE开发者社区

RTE 开发者社区是聚焦实时互动领域的中立开发者社区。不止于纯粹的技术交流，我们相信开发者具备更加丰盈的个体价值。行业发展变革、开发者职涯发展、技术创业创新资源，我们将陪跑开发者，共享、共建、共成长。

赞

29

|

搜索文章

12小时前

MiniMax 发布新 TTS 模型 Speech-02，轻松制作长篇有声内容；Meta 高端眼镜年底推出：售价上千美元丨日报

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...

0

评论

13小时前

与 AI 共处 72 小时，没有食物、水、手机，会发生什么｜寻找「赛博鲁滨逊」

更多 Voice Agent 学习笔记： a16z合伙人：语音交互将成为AI应用公司最强大的突破口之一，巨头们在B2C市场已落后太多...

0

评论

1天前

a16z合伙人：语音交互将成为AI应用公司最强大的突破口之一，巨头们在B2C市场已落后太多丨Voice Agent 学习笔记

如果你愿意花些时间调研语音 AI 行业，大概率会碰到 Olivia Moore。她主笔了两次 a16z 关于语音 AI 行业的分析报告，投资的语音项目如 ElevenL...

0

评论

1天前

百度推出端到端语音大模型，支持方言、可打断、电话语音成本砍半；雷神 AI 眼镜发布：语音助理+摄像头，1799 元起丨日报

比尔盖茨在谈论中指出，医生和教师是最可能被 AI 取代的两个职业。但他也表示「这对社会是有益的」：未来十年内，借助 AI 的力量，智力或将变得普遍，甚至免费，包括优秀的医疗...

0

评论

2天前

字节开源轻量级 TTS 模型 MegaTTS3，中英切换自如；面壁首个纯端侧智能助手「上车」，支持多模态交互丨日报

据外媒 The Verge 报道，微软 CEO 萨蒂亚·纳德拉近期在一次内部全员会议上表示，DeepSeek 的 R1 模型已成为微软 AI 发展的新标杆。...

0

评论

5天前

ElevenLabs 对话式 AI 支持 RAG；阿里 TaoAvatar 快速生成 3D 数字人：实时渲染兼容移动设备丨日报

近日，在武汉大学 2024 级雷军班的主题班会上，小米创办人、董事长兼 CEO 雷军分享了自己创业路上的学习实践经历和感悟。...

0

评论

6天前

昆仑万维发布 Mureka TTS API 和音乐推理大模型；通义发布小尺寸端到端多模态模型 Qwen2.5-Omni丨日报

3 月 26 日，微软发文宣布，旗下 AI 产品 Copilot 新增了两款 AI Agent（智能体），分别为 Researcher（研究员）和 Analyst（分析师）...

1

评论

7天前

直播预告丨手把手教你让 DeepSeek 开口说话

直播预告丨手把手教你让 DeepSeek 开口说话声网资深产品经理实践教学，“小白”都能看懂的0到1攻略，让 DeepSeek 开口说话就是这么简单 👉🏻快快扫描图2...

0

评论

7天前

Google 发布 Gemini 2.5 Pro 模型：思考+多模态；Vibe Coder ：通过语音对话实现「氛围编程」丨日报

3 月 24 日，百度旗下首个对话式应用开发平台「秒哒」全量上线，简单来说，这是一个让小白用户都能进行 H5 或网站开发的平台。...

0

评论

8天前

什么是「Agentic 工作流程」？丨社区来稿

什么是「Agentic 工作流程」？它是一种让 AI 智能代理（Agent）更主动、更灵活、更像人的方式来处理复杂任务的系统。...

0

1

8天前

Dify+Agora 快速打造语音智能体；ISSEN：个性化 AI 语言老师，可语音交互丨日报

在最近一期的 Big Technology Podcast 中，Meta 首席 AI 科学家、图灵奖得主 Yann LeCun 分享了他对当前 AI 技术限制及未来发展的深...

0

评论

9天前

FeedbackStream：8 分钟创建 AI 面试智能体；Moshi 开源图像理解实时语音模型 MoshiVis 丨日报

DeepSeek 热潮之后，中国经历了自己的「DeepSeek」时刻。李开复以 Windows 内核类比：DeepSeek 是 Windows 内核，而零一万物提供的平台则...

0

评论

12天前

OpenAI 发布新一代 STT/TTS 模型，10 行代码构建 Voice Agent；声网推出对话式 AI 开发套件丨日报

近日，英伟达 CEO 黄仁勋在 GTC2025 交流会中回答记者问题，其中他结合公司发展、个人观点以及市场环境，分享了自己在 AI 方面的各路看法。...

0

评论

13天前

Second Me：在 AI 中保留自我的火种丨社区来稿

今天想和所有朋友们分享一种全新的 AI 可能性，Second Me！ 2025年了，很多人和我一样，都越来越确信，AGI 的到来只是一个时间问题。然而我也经常想，当我们所...

0

评论

13天前

月暗推出音频模型 AudioX：任意内容生成音频和配乐；开源 TTS 模型 Orpheus，可生成叹息、笑声等非文本线索丨日报

OpenAI 终于正式开放了万众期待的 o1-pro API，价格非常感人，比 o1-mini 贵 100 多倍。...

0

评论

14天前

听见未来，Audio+AI | GAS 2025完整议程揭晓！

听见未来，Audio+AI 2025中国国际音频产业大会（GAS）将于 3月26-27日在上海张江科学会堂盛大举办！大会主题聚焦聚焦“听见未来，Audio+AI”，两...

0

评论

14天前

Amphion 推出合成音频鉴别系统 Auditi；Gemini 引入 NotebookLM 功能，生成文档、网页音频摘要丨日报

昨日，腾讯混元大模型推出 5 个全新 3D 生成模型并宣布全部开源，同时升级了自研的 3D AI 创作引擎。...

0

评论

15天前

Agent 智能体创作大赛+参赛小分队召集

所以我们决定建一个「RTE 参赛小分队」微信群，愿意一起分享想法和讨论技术，一起赶 deadline（3 月 28 日）的朋友可以加群（加微信 Creators2022，...

0

评论

15天前

Zoom 全线产品引入 Agent，实现语音转录总结和语音客服等功能；谷歌云推出 TTS 模型 Chirp 3丨日报

李飞飞也提出了自己经典的「空间智能（Spatial Intelligence）时代」，她认为，空间智能是一项基础技术，能够让 AI 理解并生成三维世界，并为用户带来前所未有...

0

评论

16天前

ElevenLabs 33 亿美元估值的秘密：技术驱动+用户导向的「小熊软糖」团队丨Voice Agent 学习笔记

大家好，这是 Voice Agent 学习笔记系列的第 23 篇，我是课代表十三🧑‍💻。 ElevenLabs 是一家专注于人工智能语音技术的创...

0

评论

个人成就

优秀创作者

文章被点赞 4,804

文章被阅读 1,184,525

掘力值 37,115

加入于

2016-11-02