阿里千问发布同声传译大模型Qwen3.8-LiveTranslate,基于Interleave架构重构,提升准确度、流畅度与简洁度,字均延迟由2.8秒降至2.3秒,改善同传听感。模型已支持60种语言,并新增实时说话人分离等落地能力,补齐同传实用拼图。
新一代同声传译大模型Qwen3.8-LiveTranslate全面升级翻译质量、延迟、说话人识别和语音合成。采用音频-文本交织Interleave架构,将流式理解、文本输出与语音生成整合为单条因果序列,字均延迟从2.8秒压缩至2.3秒。新增实时说话人分离,多人交替发言归属清晰,译文语音可稳定保留原说话人音色。
OpenAI推出GPT-Live-1并开放API,支持全双工实时语音应用。该模型将语音理解与输出整合于同一架构,打破传统“语音转文字—大模型推理—文字转语音”的多段式流程,降低延迟与衔接壁垒,推动AI语音交互从分段处理向自然对话演进。
京东开源实时流式视频编辑模型JoyAI-Video-Edit,实现“边看边改”的互动创作,突破传统“先素材后修改”模式。该模型处理速度与播放同步,解决实时编辑核心难题,综合指标达世界一流水平,领跑业界。
实时AI语音翻译器,支持78种语言同声传译与字幕,浏览器即用。
Hibiki 是一款用于流式语音翻译(即同声传译)的模型,能够实时逐块生成正确翻译。
Openai
$7.7
Input tokens/M
$30.8
Output tokens/M
200
Context Length
Anthropic
$7
$35
Google
$2.1
$17.5
1k
$0.7
$2.8
Alibaba
$8
$240
52
$8.75
$70
$14
$56
$1.75
Xai
128
-
Cocos MCP日志桥是一个连接Cocos Creator编辑器和Cursor AI的日志同步工具,提供实时日志传输、智能过滤和场景管理功能,帮助开发者高效调试。