今天，阿里正式发布 Qwen-Audio-3.1 系列语音大模型。本次升级不仅对语音识别（ASR）、语音合成（TTS）和实时语音交互（Realtime）三大核心模型进行了全面进化，…

App 开发视频会议有三条路线：集成第三方 RTC SDK、自研 WebRTC、采购现成源码。三者的成本结构与上线周期差别很大，选错路线往往要到上线后才暴露。 App 接入视频会议…

随着科技巨头苹果在伦敦开设自己的演出场馆和音乐工作室，预计不久之后，我们将在 Apple TV 上看到更多支持空间音频的演唱会。 Apple Music Hall 将于 9 月 2…

沃达丰和爱立信已将 AI 嵌入测试移动网络，以展示语音通话中即时语言翻译技术的潜力。在测试期间，两家公司的工程师能够即时翻译英语、西班牙语、意大利语、法语和德语之间的对话。沃达丰表…

路透社 22 日援引 Meta 内部帖子报道称，Meta Platforms 曾测试一项人工礼宾（human concierge）功能，由真人协助其全新个人 AI 助手 Muse …

上个月，NiCE Cognigy 发布了面向 CX AI 的 Agentic Building。 此次发布的核心是 NiCE Cognigy Agent Plugin，该解决方案为…

根据美国电信协会（USTelecom）发布的《2025 年宽带资本支出报告》，美国宽带供应商在 2025 年向美国通信基础设施投资了 926 亿美元，比 2024 年增长了 3.4…

消费者行为测量与分析领域的专业机构 Comscore 发布了其《2026 年第二季度 AI 情报报告》。报告显示，即便整个品类仍在持续扩张，消费者正在快速分散他们所使用的 AI 助…

一个码率阶梯画在白板上时看起来简单得具有欺骗性：几个分辨率，每个旁边配一个码率，再加一个能在其间切换的播放器。到了生产环境里，它就没那么整洁了。这个阶梯夹在源、编码器、封装器、CD…

利用 WebRTC 和 Cloudflare Durable Objects 构建零知识 P2P 同步引擎：如何实现桌面端和移动端之间即时、无需账户、端到端加密的笔记同步，且无需任何云存储成本。

设想这样一个场景：直播间里主播喊出”3、2、1，上链接“，你看准时机点下去，页面却纹丝不动——半秒之后才告诉你”已抢完“。或者一场线上拍卖，锤子落下的画面比成交价刷新慢了整整一秒，…

面向字幕擦除等真实业务场景中的复杂难题，火山引擎推出 AI MediaKit 理解式视频编辑引擎，并以自研 ReFM（Residual Flow Matching，残差式流匹配）作为视频生成修复主干。

AI 可以在几秒钟内生成对话，而语音技术则负责将这些文字转化为逼真的对话。当没有人能够预先预测确切的句子时，台词的发音方式就显得尤为重要。Inworld 最新的文本转语音技术正是围…

今天，腾讯混元正式发布混元图像 3.5 预览版（Hy Image3.5 preview）。 这是一款高性价比的专业级生图模型，经过数百名内部专业设计师GSB盲测，模型能力对比 Hy…

SoundHound 为其对话式 AI 平台 SoundHound AI OASYS 新增了一项人工协助解决（Human Assisted Resolution，HAR）能力。 这…

在订阅制业务中，并非所有订阅用户都具有同等价值。用户参与度越高，留存率就越高，流失率就越低。根据 Hub Entertainment Research 发布的《解码默认设置 202…

媒体技术工程公司 Konstrukt 推出了开源媒体播放器 Omakase Player 。 该公司表示，这款浏览器原生、时间线优先的 JavaScript 框架专为帧精确播放、丰…

管理联络中心 AI 的企业 CX 负责人，需要一套治理框架来监管客户数据的访问权限，并对 AI 能力设定限制与管控。 你的联络中心很可能已经在某种程度上使用了 AI 功能与工具。你…

Valve 的 Steam 客户端测试版今天推出了 Pyrowave，这是一款用于高带宽、低延迟视频流的实验性视频编解码器。 此前，Valve 在今年夏天就传出正在为 Steam …

Vulkan 1.4.363 是 Vulkan API 规范的最新例行更新，并引入了一个新的 Intel 厂商扩展。 Vulkan 1.4.363 对规范的不同部分进行了多项澄清，…