努比亚NaviX Ultra上市,搭载豆包手机助手消费者版,标志AI智能体手机进入规模化量产商用。主打“听得懂、能干活、记得住、够安全”,支持一键唤醒、连续语音、复杂任务自主执行、个人记忆。配指纹AI按键,通话接入Seed全双工语音大模型,可随时打断、连续对话,支持闽南语、客家话等方言。
阶跃星辰发布StepAudio3系列,含Realtime、ASR、TTS、Gen、Music五款模型,已上线开放平台,多款居Artificial Analysis全球第一。该系列覆盖真人级语音生成、完整音频生成、实时语音交互、复杂语音理解及音乐创作等场景;Realtime支持原生全双工实时对话,可同时理解语义、语气、情绪等。
OpenAI推出全双工语音模型GPT-Live-1,采用单一模型架构取代传统“语音转文字—推理—文字转语音”级联流程,显著降低延迟,实现类人流畅交互。该模型已上线API,面向开发者,能更稳健应对停顿、打断和话题转换等复杂对话场景。
OpenAI向开发者开放GPT-Live-1语音模型API,可将ChatGPT语音功能集成到应用中,构建全双工语音助手,支持实时听说并自然处理打断与停顿。语音前端每分钟0.05美元,后台复杂推理模型另行计费。
LPM 1.0是17B参数模型,实时生成全双工AI视频,低延迟身份一致。
开源的全双工音频生成基础模型