RTE开发者社区

2025年2月

阶跃星辰开源文生视频模型 Step-Video-T2V；斯坦福社交推理语言模型：多个 AI 用自然语言玩 Among US丨日报

摘要：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「有话题的新闻」、「有态度的观点」、「有意思的数据」、「有思考的文章」、「有看点的会议」，但内容仅代表编辑阅读全文

posted @ 2025-02-17 21:15 RTE开发者社区阅读(239) 评论(0) 推荐(0)

FoloUp：语音 AI 面试官开源方案；Anthropic 即将发布混合 AI 模型：兼顾速度与深度推理丨日报

posted @ 2025-02-14 19:28 RTE开发者社区阅读(131) 评论(0) 推荐(0)

报名丨Computer use&Voice Agent ：使用 TEN 搭建你的 Mac Assistant

摘要：与 TEN 相聚在「LET’S VISION 2025」大会，欢迎来展位上跟我们交流。这次我们还准备了一场聚焦「computer use」的工作坊，功能新鲜上线，线下首波体验！ 📅 TEN 展位：2025年3月1日-2日 TEN workshop：2025年3月2日 13:30开始 📍 上海浦东阅读全文

posted @ 2025-02-14 19:09 RTE开发者社区阅读(159) 评论(0) 推荐(0)

多模态 AI 怎么玩？这里有 18 个脑洞

摘要：在 RTE 开发者社区，我们会和大家一起探索全球最前沿的 Real-Time AI 技术，和最有想法的新兴场景。 Google 近期举办了一场名为「MultiModal Hackathon」的限时编程活动，聚焦于多模态与 Gemini 2.0 的最新能力。活动汇聚了 200 多位开发者，共同探索多阅读全文

posted @ 2025-02-13 20:06 RTE开发者社区阅读(100) 评论(0) 推荐(0)

语音 AI 招聘平台 ConverzAI 融资 1600 万美元；OpenAI 将整合 GPT 和 o 系列模型丨日报

posted @ 2025-02-13 19:09 RTE开发者社区阅读(98) 评论(0) 推荐(0)

雷朋 Meta 眼镜视觉识别功能开放测试；Ultravox 新版语音模型：语音理解超 GPT-4o 和 Gemini

posted @ 2025-02-12 18:03 RTE开发者社区阅读(93) 评论(0) 推荐(0)

Zonos-v0.1：开源 TTS 模型，支持多语言和高保真声音克隆；「Apple 智能」或即将在国内上线，苹果举行开发者活动

posted @ 2025-02-11 17:35 RTE开发者社区阅读(371) 评论(0) 推荐(0)

小红书开源 FireRedASR 语音识别模型，3.05% 字错误率；Meta AI 脑电波打字模型：32% 字错误率

posted @ 2025-02-10 19:44 RTE开发者社区阅读(617) 评论(0) 推荐(0)

AI 重塑宗教体验，语音 Agent 能否成为突破点？

摘要：基于语音 AI 和 Voice Agent 的视角，推荐「硅谷科技评论」这篇关于宗教技术（FaithTech）与 AI 融合的深度分析，理由如下： 1. 语音场景契合：宗教及冥想类应用是典型的「解放双手」（handfree）（用户倾向于非屏幕交互）和深度情感连接的场景，天然适合语音及声音交互。 2 阅读全文

posted @ 2025-02-10 19:03 RTE开发者社区阅读(273) 评论(0) 推荐(0)

WebGPU 版 Kokoro：浏览器端零成本使用高质量 TTS；苹果 ELEGNT 台灯机器人：赋予非人形机器人「情感」

posted @ 2025-02-08 19:20 RTE开发者社区阅读(158) 评论(0) 推荐(0)

公告