快手电商直播技术团队发布Live Captioning Engineering实时字幕范式,将字幕从“能出字”升级为“实时出、准出字”:端到端延迟从1.5—2秒压缩至400—500毫秒,字符错误率由7.81%降至3.51%,并支撑千万级并发,首次在高并发电商直播场景形成体系化能力。
Halliday于7月21日发布第二代AI眼镜G2,售价599美元,2026年9月发货。主打Meeting Flow实时会议辅助,提供超45种语言实时字幕、翻译、快速总结与信息检索,支持话题追踪和决策确认,区别于传统会后总结。
科大讯飞在MWC 2026发布AI眼镜,主打轻量化与多模态交互。其核心功能是实时跨语言翻译,通过镜片显示字幕并配合扬声器播放,实现“所见即所得”的面对面沟通体验。
东盟博览会在广西南宁盛大开幕,以“人工智能”作为本届活动的主题,成为了各界关注的焦点。开幕式上,嘉宾发言时配备七种语言的实时字幕,身着各国传统服饰的数字人司仪引领着会议,甚至在议程结束后,AI 迅速生成了会议纪要和新闻稿,展示了 AI 技术的强大实力。在下午的技术应用发布会上,科大讯飞正式推出了为东盟国家量身定制的 “星火东盟多语言大模型底座”,并与来自老挝、马来西亚、泰国等国的合作伙伴签署了合作协议,标志着科大讯飞在东盟人工智能生态的布局
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。
Mac本地工作区提供私人实时字幕、听写等功能,无会议机器人和订阅费
实时AI语音翻译与实时字幕,适用于直播、游戏和会议,即插即用。
实时字幕和语音输入,适用于桌面端各类对话,支持翻译和多语言。
Xai
$1.4
Input tokens/M
$3.5
Output tokens/M
2k
Context Length
Anthropic
$7
$35
200
Google
$2.1
$17.5
1k
$0.7
$2.8
Alibaba
$8
$240
52
$3.9
$15.2
64
$15.8
$12.7
-
Bytedance
$0.8
$2
128
$0.15
$1.5
256
Baidu
Openai
$0.35
400
$1.95
16
Tencent
32
$2.4
$12
8
$0.75
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。
一个基于YouTube Data API v3的MCP服务器,提供14种功能实时获取YouTube视频、频道、播放列表等数据,支持内容评估、字幕提取等高级功能,适用于AI助手集成。
YouTube MCP服务器是一个通过YouTube Data API v3提供实时YouTube数据访问的综合模型上下文协议服务器,支持14种功能,包括视频详情获取、频道分析、内容评估和字幕提取等,适用于AI助手集成。