宇树科技推出“Embodied Avatar”系统，实现人类远程操控实体机器人。通过高精度动作捕捉和毫秒级远程控制，用户可实时驱动机器人完成拳击、舞蹈等复杂动作，达成“所动即所行”的具身智能体验。核心在于全链路低延迟动作映射技术。
MiniMax Speech 2.6发布，语音合成技术实现突破：延迟低于250毫秒，支持Fluent LoRA一键复刻任意音色，推动语音交互进入实时时代，提升AI产品应用体验。
MiniMax发布新一代语音合成模型Speech 2.6，实现端到端延迟低于250毫秒的实时响应，接近人类对话速度。其革命性Fluent LoRA音色复刻技术显著提升语音自然度和个性化水平，推动语音交互向高自然、低延迟、强定制方向突破发展。
Cartesia公司推出语音AI引擎Sonic-3，号称全球最快最自然的实时对话模型。它通过全新状态空间模型架构实现近零延迟交互，能模拟人类情感、语气及笑声变化，显著提升交流真实感。
使用低延迟语音识别和合成模型与 AI 对话。
一款 21B 通用推理模型，适合低延迟应用。
Cloudflare 推出的用于构建 AI 代理的平台，支持高效自动化任务执行。
DeepEP 是一个针对 Mixture-of-Experts 和专家并行通信的高效通信库。
chatglm
$4.03
Input tokens/M
$7.99
Output tokens/M
128k
Context Length
$0.8
$2
$2.02
$5.98
tencent
32k
openai
$2.88
$11.52
1M
google
$0.58
$2.16
reka-ai
-
minimax
$0.85
$3.4
200k
moonshot
$0.5
8k
bytedance
$4
$16
redponike
MiniMax-M2是一款专为高效编码和智能体工作流打造的混合专家模型，具备2300亿总参数和100亿激活参数。该模型在编码和智能体任务中表现卓越，同时具有低延迟、低成本和高吞吐量的特点，能有效提升工作效率。
TheStageAI
TheWhisper-Large-V3-Turbo 是 OpenAI Whisper Large V3 模型的高性能微调版本，由 TheStage AI 针对多平台实时、低延迟和低功耗语音转文本推理进行优化。支持流式转录、单词时间戳和可扩展性能，适用于实时字幕、会议和设备端语音界面等场景。
TheWhisper-Large-V3是OpenAI Whisper Large V3模型的高性能微调版本，由TheStage AI针对多平台（NVIDIA GPU和Apple Silicon）的实时、低延迟和低功耗语音转文本推理进行了优化。
kenpath
Svara-TTS是一款面向印度语言的开源多语言文本转语音模型，支持19种语言（18种印度语言+印度英语）。该模型基于Orpheus风格的离散音频令牌方法构建，旨在普通GPU/CPU上实现清晰、富有表现力且低延迟的语音合成。
gravitee-io
这是一个专门用于压缩短用户提示（≤64个标记）的序列到序列模型，在现代GPU上可实现亚100毫秒的低延迟运行，作为轻量级预处理阶段为高容量大语言模型提供支持。
nineninesix
KaniTTS是一款专为实时对话式AI应用优化的高速、高保真文本转语音模型，通过独特的两阶段架构结合大语言模型与高效音频编解码器，实现低延迟与高质量语音合成，实时因子低至0.2，比实时速度快5倍。
Sci-fi-vy
GPT-OSS-20B是OpenAI推出的开放权重模型，专为强大推理、智能体任务和多样化开发者用例设计。该模型具有210亿参数（其中36亿为活跃参数），采用混合专家架构，支持低延迟本地部署和特定场景应用。
professorf
GPT-OSS-20B是OpenAI推出的开放权重模型，拥有210亿参数（其中36亿为活跃参数），专为低延迟、本地部署和特定用例设计。该模型基于harmony响应格式训练，具备强大的推理能力和智能体任务处理能力。
LiquidAI
LFM2-Audio-1.5B是Liquid AI推出的首个端到端音频基础模型，专为低延迟和实时对话设计。该模型仅15亿参数，能够实现无缝的对话交互，其能力可与参数规模大得多的模型相媲美。
0xShonen
GPT-OSS-20B是OpenAI发布的开放权重模型，专为强大的推理、智能体任务和多样化开发者用例设计。该模型具有21B参数（其中3.6B为活跃参数），支持低延迟推理和本地部署，采用Apache 2.0许可证，可自由用于实验、定制和商业部署。
axolotl-ai-co
gpt-oss-20b是OpenAI推出的开放权重模型，拥有210亿参数（其中36亿为活跃参数），专为低延迟、本地部署和特定场景设计。该模型基于harmony响应格式训练，具备强大的推理能力和智能体任务处理能力。
unsloth
GPT-OSS-20b是OpenAI推出的开放权重模型，具备强大的推理能力，采用Apache 2.0许可证，支持多种开发场景。该模型具有低延迟特点，适用于本地或特定使用场景，支持文本生成任务。
gabriellarson
gpt-oss-20b是OpenAI推出的开放权重模型，具备强大的推理能力，适用于代理任务和开发者的多样使用场景。该模型具有低延迟特性，适用于本地或特定场景部署。
Phi-mini-MoE是一个轻量级的专家混合（MoE）模型，适用于英语的商业和研究场景，在资源受限环境和低延迟场景中表现出色。
TEN-framework
TEN VAD 是一个低延迟、轻量级、高性能的流式语音活动检测系统，适用于实时语音处理场景。
RedHatAI
这是一个经过INT8量化的Mistral-Small-3.1-24B-Instruct-2503模型，由Red Hat和Neural Magic优化，适用于快速响应和低延迟场景。
这是一个经过INT4量化的Mistral-Small-3.1-24B-Instruct-2503模型，由Red Hat (Neural Magic)优化发布，适用于快速响应的对话代理和低延迟推理场景。
maitrix-org
Voila是一个大型语音-语言基础模型家族，旨在提升人机交互体验，支持实时、低延迟的语音交互和多语言处理。
phi-4-quantized.w8a8 是一个经过 INT8 量化优化的语言模型，基于微软 phi-4 模型进行权重量化和激活量化。该模型旨在加速语言模型研究，适用于内存/计算受限环境和低延迟场景，保持接近原始模型的性能表现。
基于MCP协议的低延迟RAG服务，支持本地知识检索和智能摘要，提供双模式检索和模块化架构
一个支持与Claude等LLM进行语音交互的MCP服务器，只需OpenAI API密钥和麦克风/扬声器即可实现实时语音对话。
基于Cloudflare Workers的无服务器PayPal MCP集成，处理API请求、认证和安全支付，具有低延迟特性，适用于Webhooks、支付验证和实时交易，具备可扩展性、轻量级和安全性。
Neglect的Solana DeFi MCP服务器提供对Solana区块链上数十亿笔交易数据的结构化访问，涵盖启动平台、代币、交易和钱包交互等完整DeFi生态数据，支持实时查询和低延迟更新。
TransformersOther%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
