声网-CSDN博客

原创能操控电脑的 Computer Use 究竟是什么？万能胶水、旧世界操作员，还是无所不在的智能？| 播客《编码人声》

编码人声」是由「RTE开发者社区」策划的一档播客节目，关注行业发展变革、开发者职涯发展、技术突破以及创业创新，由开发者来分享开发者眼中的工作与生活。无论你是否熟悉 Function Call、Tool Use 或者 RPA，都可能刷到了 Claude 推出「能像人一样操控电脑」的 Computer Use 的新闻。与 Claude 3.5 Sonnet 一同发布的 Computer Use，可模拟人与计算机的交互，执行如移动光标、点击按钮、输入信息等操作。

2024-10-31 15:05:17 677

原创 ElevenLabs Voice Design：文本生成个性化语音；科学家用 AI 解读猪叫声背后情绪和压力丨RTE 开发者日报

我们欢迎更多的小伙伴参与「RTE 开发者日报」内容的共创，感兴趣的朋友请通过开发者社区或公众号留言联系，记得报暗号「共创」。对于任何反馈（包括但不限于内容上、形式上）我们不胜感激、并有小惊喜回馈，例如你希望从日报中看到哪些内容；自己推荐的信源、项目、话题、活动等；或者列举几个你喜欢看、平时常看的内容渠道；内容排版或呈现形式上有哪些可以改进的地方等。素材来源官方媒体/网络新闻。

2024-10-31 14:34:41 619

原创 Amphion 推出开源 TTS 模型 MaskGCT，5 秒克隆声音；神秘文生图模型「小熊猫」登顶竞技场丨 RTE 开发者日报

我们欢迎更多的小伙伴参与「RTE 开发者日报」内容的共创，感兴趣的朋友请通过开发者社区或公众号留言联系，记得报暗号「共创」。对于任何反馈（包括但不限于内容上、形式上）我们不胜感激、并有小惊喜回馈，例如你希望从日报中看到哪些内容；自己推荐的信源、项目、话题、活动等；或者列举几个你喜欢看、平时常看的内容渠道；内容排版或呈现形式上有哪些可以改进的地方等。素材来源官方媒体/网络新闻。

2024-10-30 16:30:27 579

原创 Google 类 Computer Use 项目：贾维斯计划；字节 PersonaTalk 视频配音框架能保持口型与风格同步

我们欢迎更多的小伙伴参与「RTE 开发者日报」内容的共创，感兴趣的朋友请通过开发者社区或公众号留言联系，记得报暗号「共创」。对于任何反馈（包括但不限于内容上、形式上）我们不胜感激、并有小惊喜回馈，例如你希望从日报中看到哪些内容；自己推荐的信源、项目、话题、活动等；或者列举几个你喜欢看、平时常看的内容渠道；内容排版或呈现形式上有哪些可以改进的地方等。素材来源官方媒体/网络新闻。

2024-10-28 19:06:08 982

原创 RTE 2024 隐藏攻略

大家好！想必今年 RTE 大会议程大家都了解得差不多了，这将是一场实时互动和多模态 AI builder 的年度大聚会。大会开始前，我们邀请了参与大会策划的 RTE 开发者社区和超音速计划的成员们，分享了不同活动的亮点和隐藏攻略。

2024-10-24 18:56:40 856

原创 ElevenLabs Voice Design ：可通过文本创建个性化语音；苹果推出首个开发者测试版丨 RTE 开发者日报

我们欢迎更多的小伙伴参与「RTE 开发者日报」内容的共创，感兴趣的朋友请通过开发者社区或公众号留言联系，记得报暗号「共创」。对于任何反馈（包括但不限于内容上、形式上）我们不胜感激、并有小惊喜回馈，例如你希望从日报中看到哪些内容；自己推荐的信源、项目、话题、活动等；或者列举几个你喜欢看、平时常看的内容渠道；内容排版或呈现形式上有哪些可以改进的地方等。素材来源官方媒体/网络新闻。

2024-10-24 14:46:42 991

原创下一代 AI 陪伴 | 平等关系、长久记忆与情境共享 | 播客《编码人声》

编码人声」是由「RTE开发者社区」策划的一档播客节目，关注行业发展变革、开发者职涯发展、技术突破以及创业创新，由开发者来分享开发者眼中的工作与生活。这期对话都来自 AI 陪伴产品开发者最真诚的思考和感悟。嘉宾们探讨了「真正的 AI 陪伴」应具备的核心元素——平等关系、长久记忆、情境共享和持久对话等。这些元素都指向下一代 AI 陪伴的技术或产品方向。嘉宾碎瓜曾开发了一款「虚拟恋人」产品，但因不愿看到 AI 成为不平等关系的附属而关闭了它。

2024-10-23 18:38:11 802

原创 Claude 大更新，AI 可模仿人类访问电脑；月之暗面招募微软亚研院谭旭，研发类 GPT- 4o 的端到端语音模型

我们欢迎更多的小伙伴参与「RTE 开发者日报」内容的共创，感兴趣的朋友请通过开发者社区或公众号留言联系，记得报暗号「共创」。对于任何反馈（包括但不限于内容上、形式上）我们不胜感激、并有小惊喜回馈，例如你希望从日报中看到哪些内容；自己推荐的信源、项目、话题、活动等；或者列举几个你喜欢看、平时常看的内容渠道；内容排版或呈现形式上有哪些可以改进的地方等。素材来源官方媒体/网络新闻。

2024-10-23 17:54:27 983

原创新 Chrome 插件可检测 AI 伪造声音；Canary Speech 推出用于临床对话的语音分析技术丨 RTE 开发者日报

开发者朋友们大家好：这里是，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement）领域内「有话题的」、「有态度的」、「有意思的」、「有思考的」、「有看点的」，但内容仅代表编辑的个人观点，欢迎大家留言、跟帖、讨论。本期编辑：@SSN，@鲍勃。

2024-10-22 16:02:54 951

原创 gpt-4o-audio-preview 发布，支持 STT/TTS 不含实时音频；Ministral 3B/8B 端侧模型发布

我们欢迎更多的小伙伴参与「RTE 开发者日报」内容的共创，感兴趣的朋友请通过开发者社区或公众号留言联系，记得报暗号「共创」。对于任何反馈（包括但不限于内容上、形式上）我们不胜感激、并有小惊喜回馈，例如你希望从日报中看到哪些内容；自己推荐的信源、项目、话题、活动等；或者列举几个你喜欢看、平时常看的内容渠道；内容排版或呈现形式上有哪些可以改进的地方等。素材来源官方媒体/网络新闻。

2024-10-18 14:27:05 923

原创零一万物 Yi-Lightning：超越 GPT-4o 冲击全球榜单；阿里国际 Marco 翻译大模型发布丨 RTE 开发者日报

我们欢迎更多的小伙伴参与「RTE 开发者日报」内容的共创，感兴趣的朋友请通过开发者社区或公众号留言联系，记得报暗号「共创」。对于任何反馈（包括但不限于内容上、形式上）我们不胜感激、并有小惊喜回馈，例如你希望从日报中看到哪些内容；自己推荐的信源、项目、话题、活动等；或者列举几个你喜欢看、平时常看的内容渠道；内容排版或呈现形式上有哪些可以改进的地方等。素材来源官方媒体/网络新闻。

2024-10-17 13:54:29 1122

原创 YouTube 上线「用相机拍摄」标签为真实视频「验明正身」；美国被曝考虑限制向中东国家出口 AI 芯片丨 RTE 开发者日报

我们欢迎更多的小伙伴参与「RTE 开发者日报」内容的共创，感兴趣的朋友请通过开发者社区或公众号留言联系，记得报暗号「共创」。对于任何反馈（包括但不限于内容上、形式上）我们不胜感激、并有小惊喜回馈，例如你希望从日报中看到哪些内容；自己推荐的信源、项目、话题、活动等；或者列举几个你喜欢看、平时常看的内容渠道；内容排版或呈现形式上有哪些可以改进的地方等。素材来源官方媒体/网络新闻。

2024-10-16 15:54:31 716

原创见证 RTE 的新篇章丨 RTE 年度场景 Showcase 暨第四届 RTE 创新大赛开幕

人工智能技术的快速发展，推动 RTE 行业持续进化，让实时互动场景变得更丰富、更有趣、更高效。，由声网和 RTE 开发者社区联合主办的将在北京·悠唐皇冠假日酒店正式开启，大会将以“”为主题，推出覆盖实时互联网全生态的论坛及周边活动。作为的重要一环——现场将会汇集实时互动赛道，行业先锋的分享也将带给所有人前所未有的灵感与启发。本次大赛将现场角逐出RTE 年度最具代表性场景三强特别奖，三强将分别得到由超音速计划生态伙伴提供的十万元人民币现金大奖以及生态深度的资源和支持。

2024-10-16 15:12:17 654

原创上海交大开源超逼真声音克隆 TTS；微软探索音生图 AI 模型丨 RTE 开发者日报

FLUX.1-dev-LoRA-One-Click-Creative-Template 是由 Shakker Labs 提供的一个用于文本生成图像（Text-to-Image）的模板模型，专为创造性照片生成而设计。模型会根据你的输入提示词生成 4 张背景照片，背景部分由 4 张真实照片组成，并在其中央插入一张卡通风格的图像，作为对整个场景的总结。（@小互 AI）

2024-10-15 18:19:10 671

原创活动报名丨实时互动AI 开发者年度聚会！RTE Open Day@RTE2024，10.25/26北京

RTE 开发者社区由声网及多位资深实时互动社区专家联合发起，是聚焦实时互动领域的中立开发者社区。希望通过社区链接领域内的生态伙伴，激活开发者力量，萌芽更多新技术、新场景，探索实时互动领域的更多可能。RTE 开发者社区有一系列的线上线下活动平台，包括平均单期播放 10 万人次的播客《编码人声》、每月举办的RTE Meetup 以及周期性的 RTE Open Day，为各类 RTE 开发者提供了交流、展示 demo、合作握手的平台，可以关注我们的公众号“RTE 开发者社区”了解最新动态与活动信息哦！

2024-10-15 17:26:13 898

原创 Swarm 框架登场：OpenAI 第 3 阶段「敲门砖」；马斯克的 Teslabot 实际有人远程操控丨 RTE 开发者日报

我们欢迎更多的小伙伴参与「RTE 开发者日报」内容的共创，感兴趣的朋友请通过开发者社区或公众号留言联系，记得报暗号「共创」。对于任何反馈（包括但不限于内容上、形式上）我们不胜感激、并有小惊喜回馈，例如你希望从日报中看到哪些内容；自己推荐的信源、项目、话题、活动等；或者列举几个你喜欢看、平时常看的内容渠道；内容排版或呈现形式上有哪些可以改进的地方等。素材来源官方媒体/网络新闻。

2024-10-14 19:07:51 756

原创 Kimi 探索版发布，搜索量增强 10 倍；北大&快手开源 Pyramid Flow Matching 丨 RTE 开发者日报

我们欢迎更多的小伙伴参与「RTE 开发者日报」内容的共创，感兴趣的朋友请通过开发者社区或公众号留言联系，记得报暗号「共创」。对于任何反馈（包括但不限于内容上、形式上）我们不胜感激、并有小惊喜回馈，例如你希望从日报中看到哪些内容；自己推荐的信源、项目、话题、活动等；或者列举几个你喜欢看、平时常看的内容渠道；内容排版或呈现形式上有哪些可以改进的地方等。素材来源官方媒体/网络新闻。

2024-10-12 15:02:35 904

原创没有方向盘和踏板，特斯拉发布无人驾驶出租车；字节豆包推出 AI 智能体耳机 Ola Friend丨 RTE 开发者日报

开源倡议组织（OSI）经过 2 年的努力，于 10 月 9 日发布了首个开源 AI 定义候选版本。首个候选版本主要澄清开源 AI 领域的各种争议，规定一个 AI 系统 / 模型需要具备在未获许可的情况下，满足「他人可出于任何目的使用该系统、可以深入研究系统的运行原理、出于任何目的修改系统、与他人共享，无论是否修改这」 4 种基础自由要求，才能视为开源。OSI 在训练数据方面选择妥协，要求提供「关于用于训练系统的数据的足够详细信息」，而非完整数据集。

2024-10-11 14:37:58 678

原创小米回应「网友恶搞 AI 雷军配音骂人」；Hailuo AI 上线图片生成视频功能丨 RTE 开发者日报

我们欢迎更多的小伙伴参与「RTE 开发者日报」内容的共创，感兴趣的朋友请通过开发者社区或公众号留言联系，记得报暗号「共创」。对于任何反馈（包括但不限于内容上、形式上）我们不胜感激、并有小惊喜回馈，例如你希望从日报中看到哪些内容；自己推荐的信源、项目、话题、活动等；或者列举几个你喜欢看、平时常看的内容渠道；内容排版或呈现形式上有哪些可以改进的地方等。

2024-10-10 18:28:20 768

原创字节预热智能硬件 Ola Friend，预计为智能耳机；鸿蒙 NEXT 公测正式开启，微信邀请内测丨RTE 开发者日报

开发者朋友们大家好：这里是，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement）领域内「有话题的」、「有态度的」、「有意思的」、「有思考的」、「有看点的」，但内容仅代表编辑的个人观点，欢迎大家留言、跟帖、讨论。本期编辑：@SSN，@鲍勃。

2024-10-09 17:29:16 831

原创很好也很贵？OpenAI Realtime API 一手体验和 Voice AI 的未来｜播客《编码人声》

编码人声」是由「RTE开发者社区」策划的一档播客节目，关注行业发展变革、开发者职涯发展、技术突破以及创业创新，由开发者来分享开发者眼中的工作与生活。OpenAI Realtime API 发布了，你准备好了么？Realtime API 让开发者可以构建近乎实时的「语音到语音」的体验，无需将多个模型拼接在一起进行转录、推理和文本到语音的转换，实现更流畅的打断体验，还可以无缝切换多种语言。

2024-10-08 17:11:42 854

原创语音生成公司 ElevenLabs 估值达 30 亿美元；OpenAI Realtime API 很好也很贵丨RTE 开发者日报

在周四的 Credo AI 负责任的人工智能领导峰会上，世界著名研究员常被称为「人工智能教母」的李飞飞表示，她也不知道什么是 AGI。在其他时刻，李飞飞讨论了她在现代人工智能诞生中的角色，社会应该如何保护自己免受先进人工智能模型的影响，以及她为什么认为她的新独角兽初创公司 World Labs 将改变一切。但当被问及她对「人工智能奇点」的看法时，李和我们其他人一样感到困惑。

2024-10-08 16:50:21 745

原创当一群人聚在 RTE Open Day 现场｜S 创上海 2024 回顾

RTE 开发者社区由声网及多位资深实时互动社区专家联合发起，是聚焦实时互动领域的中立开发者社区。希望通过社区链接领域内的生态伙伴，激活开发者力量，萌芽更多新技术、新场景，探索实时互动领域的更多可能。RTE 开发者社区有一系列的线上线下活动平台，包括平均单期播放 10 万人次的播客《编码人声》、每月举办的RTE Meetup 以及周期性的 RTE Open Day，为各类 RTE 开发者提供了交流、展示 demo、合作握手的平台，可以关注我们的公众号“RTE 开发者社区”了解最新动态与活动信息哦！

2024-10-01 19:49:42 740

原创观赛邀请｜春季超音速四强诞生，邀您见证决赛精彩时刻

8 月 31 日下午，2024 年春季超音速计划在线下进行了结营仪式，9 月 13 日下午，2024年春季超音速计划内部路演圆满结束，这不仅宣告了春季营的正式结束，也意味着 10 月 25 日第四届 RTE 创新大赛决赛最终参赛队伍的落定。恭喜成为春季营四强，将与其他国际赛区的优胜项目一同参与 10 月 25 日第四届RTE创新大赛决赛角逐！

2024-09-30 18:34:25 985

原创 RTE 大会报名丨智能编解码和 AI 生成视频，RTE2024 技术专场第五弹！

AI 视频的爆炸增长，给提出了什么新挑战？实现 human-like 的最后一步是什么？当大模型进化到，又将诞生什么样的新场景和玩法？所有都在探寻规格和性能的最佳平衡，如何构建高可用的云边端协同架构？AI 加持下，也迎来新增长，我们距离无处不在的计算还有多远？10 月 25、26 日，北京，，我们将为你呈现多场技术论坛，回答以上问题。

2024-09-30 13:24:20 302

原创奖金高达 110 万元，Spatial Joy 2024 全球 AR 应用开发大赛启动

今年是AR应用开发大赛第三届，恰逢Rokid成立十周年，我们推出全新的大赛品牌“Spatial Joy”，引领开发者享受开发乐趣，为其打造充满挑战和惊喜的开发之旅，逐渐成为空间计算时代全球最大AR应用开发大赛。回顾大赛发展，Rokid于2022年9月第一次发起并主办了AR应用开发大赛，去年的第二届大赛有了Unity和声网的加入，成为国内规模和影响力最大的AR开发大赛。“Spatial Joy”努力为全球AR开发者提供充分展示创意与技术的平台，更为开发者们跨越国界、共同探索AR领域新前景提供绝佳机会。

2024-09-29 18:08:55 740

原创你的下一台手机会是眼镜吗？RTE 大会与你一同寻找下一代计算平台丨「空间计算和新硬件」论坛报名

RTE 开发者社区是聚焦实时互动领域的开发者社区。希望通过社区链接领域内的开发者和生态力量，萌芽更多新技术、新场景，探索实时互动领域的更多可能。这里你将遇见一群致力于改变人和人、人和世界，以及人和 AI 连接方式的开发者。「未来光锥」是由果壳发起的科创品牌，致力于推动科研端与产业端相互融合，促进科技成果的高效转化。AI 加持下，空间计算和新硬件也迎来新增长，我们距离无处不在的计算还有多远？Voice AI实现 human-like 的最后一步是什么？AI 视频爆炸增长，新一代编解码技术将面临何种挑战。

2024-09-27 21:55:46 896

空空如也

空空如也