搜索
谷歌发布 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking 两款实时语音模型，后者支持后台异步推理与工具调用以解决语音 Agent 在任务执行中的沉默问题，两款模型已在 Gemini API 和 Google AI Studio 向开发者开放。
我是真没想到网易除了UU远程， 又在AI赛道整了一个新活，这次是语音输入，把我电脑里的typless干出幸福者退让原则了。
AI语音创企公司ElevenLabs已聘请前Adyen首席财务官Ethan Tandowsky出任CFO，为2028年可能进行的IPO做准备，其ARR有望达6亿美元且已实现盈利。
2025年，杨斌体验了一款海外语音交互产品Sesame。一两轮对话后，他因暂时想不到问题陷入沉默。几秒后，对面突然主动开口：“你现在是不是思维卡壳了？”随后补了一句话，把中断的话题接了起来。
语音成为了AI交互的新方式。
8 月 7 日，阿里巴巴推出国内首个 AI 语音生产力平台 CosyVoice Studio，整合开放语音识别、语音合成、实时语音交互三类核心能力，覆盖「听、创、聊」全链路。
8 月 4 日，腾讯混元正式发布新一代语音识别模型 Hy ASR 3.0 preview。基于最新一代大语言模型 Hy3 的语言理解能力，Hy ASR 3.0 preview 融合高精度语音识别与深度语义理解能力，在通用识别、上下文感知、多场景鲁棒性以及方言覆盖等核心维度实现全面提升，
本周，Fish Audio宣布完成5200万美元种子轮融资，由Coreline Ventures和Capital Today领投。
今日，马斯克旗下SpaceXAI宣布推出新一代语音模型Grok Voice Think Fast 2.0，这是该公司迄今能力最强的语音到语音（speech-to-speech）模型。马斯克连发两条推文，第一条宣布“Grok Voice现在在智能体性能方面排名第一”，第二条则直接喊话网友“试试新的Grok Voice”。
Encore AI是一家专门研究企业客户互动数据、以此训练和部署AI语音Agent的初创公司，其Agent既可与客服和销售团队协同工作，也可独立自主运行。该公司近日完成由Team8领投的3000万美元A轮融资。