據韓媒EtNews報道,LG電子在首爾江南區微軟行業峯會推出與微軟聯合打造的智能家居AI語音助手,將裝入中樞設備ThinQ ON,宣稱可帶來接近真人的對話體驗。其內核爲語音到語音智能體技術,並融入微軟Voice Live,打破傳統一問一答模式,是LG爭奪智能家居入口的最新動作。
小米9月22日發佈開源全模態模型MiMo-V2.6系列(Pro/Flash),基於可驗證任務擴展強化學習,探索遞歸自我改進。Pro版在Artificial Analysis綜合智能指數獲46分,超越Kimi K3與Qwen3.8Max,成最強開源模型;多數Agent基準比肩Claude Opus5與GPT-5.6Sol,但與最強閉源仍有差距。兩款模型Live RL訓練不足6天,成本約85萬和262萬元。
快手電商直播技術團隊發佈Live Captioning Engineering實時字幕範式,將字幕從“能出字”升級爲“實時出、準出字”:端到端延遲從1.5—2秒壓縮至400—500毫秒,字符錯誤率由7.81%降至3.51%,並支撐千萬級併發,首次在高併發電商直播場景形成體系化能力。
谷歌發佈新一代實時語音大模型Gemini3.8 Live及擴展思考版,實現原生端到端音頻交互突破,降低對話延遲、提升自然度,並首次在低延遲語音流中支持深層多步推理,重塑複雜專業場景下的語音AI應用範式。
即時AI語音翻譯器,支持78種語言同聲傳譯與字幕,瀏覽器即用。
一檔不停機拍攝的生存節目,觀眾在直播聊天中決定選手命運。
由MiniMax H3驅動的AI直播流,觀眾可決定劇情走向
在線實現即時面部交換,無需GPU,可用於流和視頻通話
Alibaba
$8
輸入tokens/百萬
$240
輸出tokens/百萬
52
上下文長度
Minimax
-
quantized4all
OpenCodeReasoning-Nemotron-1.1-7B是基於Qwen2.5-7B-Instruct開發的70億參數大型語言模型,專門針對代碼生成和推理任務進行後訓練優化。該模型支持64k標記的上下文長度,在競爭性編程任務中表現出色,在LiveCodeBench評估中達到55.5%的一次通過率。
mrcuddle
基於LoRA模型的Live2D風格虛擬形象生成工具,支持快速創建角色設定稿
Keltezaa
基於FLUX.1-dev的定製LoRA模型,專門用於生成網紅博主Livvy Dunne的寫實風格圖像
KwaiVGI
LivePortrait是一個高效的人像動畫生成模型,通過縫合與重定向控制技術實現靜態圖像到動態視頻的轉換
Molkaatb
這是一個專注於圖像分類任務的深度學習模型,使用準確率、召回率和F1值作為主要評估指標,遵循Apache-2.0開源許可證
TheBloke
Fiction Live Kimiko V2 70B 是一個基於 Llama 2 架構的大型語言模型,提供多種量化格式,適用於不同推理場景。
AbletonMCP是一個連接Ableton Live和Claude AI的集成工具,通過Model Context Protocol(MCP)實現雙向通信,讓AI可以直接控制和操作Ableton Live進行音樂創作和製作。
Ableton Live MCP Server是一個實現Model Context Protocol (MCP)的服務器,通過OSC協議與Ableton Live進行通信,為LLMs提供控制Ableton Live的工具接口。
一個通過MCP協議控制Ableton Live的JavaScript工具庫,支持創建MIDI軌道等操作,目前主要適配Ableton 11和macOS系統。
基於ableton-js的MCP服務器,用於即時交互和控制Ableton Live,輔助音樂製作人進行音樂創作。
集成LiveKit智能代理與Home Assistant MCP服務,實現通過語音控制智能家居
Livebook Tools是一個CLI工具,提供與.livemd文件交互的增強功能,包括同步編輯、MCP服務器連接和命令行運行Livebook腳本。
MCP服務器配置與開發工具
Generect Live API MCP服務器,提供B2B潛在客戶生成和公司搜索工具,支持遠程和本地部署,可通過API密鑰訪問多種企業數據服務。