★ 4
复旦师生创办模思智能，Pre-A 轮融资超 10 亿
由复旦大学邱锡鹏教授团队创办的模思智能完成超 10 亿元 Pre-A 轮融资，由华控基金联合领投。公司致力于全模态实时交互与情境智能，已迭代 20 多个模型版本，包括语音生成、音频理解与视觉理解。资金将用于全模态交互系统研发与全球商业化。
36氪20 天前
#实时交互
共 9 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 4
谷歌Gemini 3.8 Live攻克语音Agent沉默时刻
谷歌Gemini 3.8 Live支持边说话边推理、边聊天边调用工具，旨在解决语音Agent交互中的沉默停顿问题。该能力让语音助手在对话中同步完成推理与工具调用，提升实时交互流畅度。
InfoQ AI45 天前
★ 4
Gemini 3.1 Flash Live：更自然的音频AI
Gemini 3.1 Flash Live 语音模型提高了精度并降低了延迟，使语音交互更流畅、自然和精确。该模型旨在提升实时语音AI体验。
Google DeepMind220 天前
★ 3
研究发布语音模型对话自然度评测基准
一篇 arXiv 论文提出针对实时语音模型「何时开口」决策的新评测方法，在 176 段无脚本对话的 427 个停顿与 482 个话轮结束点上测试六套系统。结果显示，GPT Realtime、Gemini 3.1 Flash Live、Grok Voice 等托管 API 几乎在每个停顿都抢话，延迟…
arXiv NLP21 天前
★ 3
实时语音智能体评估：从组件质量到落地结果
论文梳理实时语音智能体评测的碎片化现状，指出架构选择是部署约束而非定论，评测重心已从组件质量转向可验证的落地结果，且双人对话假设正在失效。作者提出 TRG 报告标准，从时序、中断恢复与状态验证结果三方面刻画智能体。
arXiv cs.AI35 天前
★ 3
阶跃发布StepAudio 3语音大模型系列
阶跃星辰推出StepAudio 3系列语音大模型，覆盖语音识别、语音生成、实时交互与音乐创作四大方向。该系列将语音能力整合进统一模型体系，强化实时对话与音频生成场景的竞争力。
InfoQ AI45 天前
★ 3
AI播客：OpenAI语音API与Thinking Machines新模型
OpenAI在API中推出新的语音智能功能。Thinking Machines发布高响应模型，用于实时类人交互。
Last Week in AI166 天前
★ 1
Huddo 即时共享 AI 房间
Huddo 推出即时共享 AI 房间产品，允许多人共享同一个 AI 交互空间。该产品面向协作场景，具体功能细节有限，属于早期 AI 协作工具尝试。
Hacker News – AI30 天前
★ 1
维尔纽斯AI派对：一面会聆听的墙
作者分享了在立陶宛维尔纽斯一场 AI 派对中搭建的本地大模型流水线，让一面墙能够聆听并回应现场互动。该项目展示了本地 LLM 在艺术装置与实时交互场景中的创意应用。
Hacker News – AI35 天前