谷歌发布Gemini 3.8 Live语音代理模型
谷歌推出Gemini 3.8 Live与Gemini 3.8 Live Extended Thinking,号称迄今最先进的实时对话模型。模型可在对话进行中后台执行工具与API调用,处理实时视觉输入,并支持97种语言中途切换。Extended Thinking在Artificial Analysi…
共 7 篇相关资讯,按重要度与时间排序,每 3 小时更新。
谷歌推出Gemini 3.8 Live与Gemini 3.8 Live Extended Thinking,号称迄今最先进的实时对话模型。模型可在对话进行中后台执行工具与API调用,处理实时视觉输入,并支持97种语言中途切换。Extended Thinking在Artificial Analysi…
ChatGPT 移动应用为 Pro 和 Plus 用户推出语音驱动的代理功能,用户可通过手机上的 Work 标签页完成代理任务。这标志着 ChatGPT 从对话助手向可执行任务的智能体进一步演进。
开发者开源 ai-phone,可在本地电脑上运行 AI 电话代理,支持呼入与呼出,语音识别与合成本地完成,仅将文本与对话历史发送给远程大模型。目前仅支持 Apple Silicon 与英文,单次通话,实测首次可听响应中位 1.5 秒。
报道称谷歌的AI电话功能可能很快能代替用户与家人通话,例如与母亲聊天。这延续了谷歌在AI语音代理方向上的探索,也引发对AI代打电话的隐私与伦理讨论。
研究者在德国圣诞老人电话热线中嵌入 2×2 随机田野实验,让儿童电话随机接入四种 LLM 语音代理。结果显示说服性框架把儿童许下亲社会愿望的概率从 11.6% 提升到 45.7%,而人格权威性几乎无影响,但显著影响儿童是否继续通话。
独立开发者推出VoiceGremlin,一款针对AI电话代理的自动化测试SaaS工具。用户传入电话号码和测试用例,工具让机器人互相对话完成测试,并用LLM-as-judge给出通过/失败结果。定位为「电话代理领域的Mailosaur」。
Famulor推出白标AI语音与聊天代理平台,面向经销商提供可贴牌转售的智能客服能力。该产品降低了企业部署AI客服的门槛,瞄准渠道分销市场。