声网的博客

原创 Kyutai 开源对话模型 Moshi；李飞飞空间智能公司已筹集超过 2.3 亿美元丨 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。

原创 阿里 Qwen2.5 开源发布；YouTubeVeo 引入 Google DeepMind Veo 模型丨 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。

原创 Suno 重磅功能「Covers」：一键翻唱任意歌曲；阿里通义将发布 AI 视频生成大模型丨 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。

原创 活动召集丨实时多模态 AI Builder 团聚！RTE Open Day@S创上海，9.20/21

9 月 20～21 日，上海， S创上海 2024，看见不一样的创新和技术。这场年轻、多元、活力十足的科技盛会，将汇聚创业者、开发者、艺术家和众多无法定义边界的跨界者。RTE 开发者社区的 Builders 和 RTE Open Day 也将玩乐其中！来到第四期的 RTE Open Day，为实时互动领域的开发者们搭建了一个线下交流场域，一起分享项目、碰撞思想、共同成长。

原创 开源 TTS 模型「Fish Speech」1.4 发布；GameGen-O ：生成开放世界游戏视频模型丨 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。

原创 Hume AI 推出 EVI 2 情感模型；OpenAI o1 模型问世，模拟人类思考问题 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。

原创 Vidu 全球首发「主体参照」新功能，一键同步角色特征；GPT-4o 实时音频项目负责人离职创业丨 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。

原创 曝字节 AI 硬件团队首款自研产品为智能耳机，与豆包联动；OpenAI 神秘新模型或将在两周内发布丨 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。

原创 李飞飞团队 ReKep：空间智能机器人可整合 GPT-4o；苹果首款 AI 手机 iPhone 16 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。

原创 Reflection 70B 遭质疑基模为 Llama 3；Replit Agent：编程 0 基础适用丨 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。

原创 零一万物开源 Yi-Coder 模型；原 OpenAI 首席科学家新公司 SSI 融资 10 亿美元丨 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。

原创 MiniMax 首个文生视频模型发布，可生成 6s，限时免费；阿里 Qwen2-VL 第二代视觉语言模型开源丨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」、「有看点的会议」，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。

原创 OpenAI 投资， 1X 家务机器人 NEO 发布；微软副总裁：AI 需「学会求助」而非「制造幻觉」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。

原创 智谱清言 App 面向 C 端开放 AI 视频通话服务；谷歌 GameNGen：神经网络驱动的实时游戏引擎丨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。

原创 谷歌发布 3 款 Gemini 新模型；字节开源 FLUX Dev Hyper SD Lora，8 步生图丨 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。

原创 聚焦 AI 加持下泛娱乐场景的技术革新｜RTE Plus 声网城市沙龙杭州站

原创 智谱开源 CogVideoX-5B 视频生成模型，RTX 3060 显卡可运行；曝 OpenAI 模型「草莓」今秋推出

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。

原创 云知声多模态模型：实时多模态输入输出；独立于 Siri ，苹果或开发新 AI 用于机器人丨 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。

原创 活动报名：从手搓 AI bot 到多模态 AI agent+TEN 框架丨 RTE Meetup，上海，8.31

如果你在探索构建 AI agent，请加入新一期在上海的 RTE Meetup。参会开发者将分享手搓 bot 、多模态 AI agent、TEN 框架开发的实际经验，讨论 voice AI 和语音驱动的下一代人机交互界面。分享的项目包括 AI 原生游戏《1001 夜》、生成式 AI 儿童项目 MumuLab、Folotoy AI 玩具、AI 构建框架 TEN Framework 和 AI 妈祖，以及更多现场的 lightening demo。（10:00 开始签到）

原创 你敢在大学本科期间创办一家属于自己的公司吗？WTEAM 2024 年度大会，广州，9.10丨伙伴活动推荐

原创 心辰 Lingo 语音 AI 模型开放内测预约；Meta Sapiens 模型让 AI 分析图像中人类动作丨 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。

原创 微软 Azure 推出文本到语音虚拟人；英伟达发布 8B 小语言模型，可在 RTX 工作站部署丨 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。

原创 Voice agent connected！回顾一场 24 小时的黑客松

并且组织各方导师进行前期的技术宣讲，给大家介绍 TEN 新上线的视频理解和 RAG 能力，零一万物多模态大模型及其 cookbook，Moonshot 的长文本和上下文缓存，阶跃星辰大模型的图像理解和生成，Rokid AR+AI 的不同最佳实践等等。下面这个是晚上 12 点在会场响起的声音，鲍勃基于 Astra 的视频理解能力，调用 OBS 虚拟摄像头，录制白板软件，做了一个白板互动 Agent的 demo。24 小时内如果想要做出一个项目，就需要大家尽快确定方向，分配好任务，与组内成员和导师积极沟通。

原创 微软发布 Phi-3.5 系列模型，涵盖端侧、多模态、MOE；字节 Seed-ASR：自动识别多语言丨 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。

原创 Cohere 创始人：语音是下一代用户界面；OpenAI 开放 GPT-4o 定制新功能丨 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。素材来源官方媒体/网络新闻。

原创 讯飞星火极速超拟人交互技术：语音端到端，8 月底开放；昆仑万维发布 AI 短剧平台 SkyReels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。

原创 真去送了外卖的程序员，来聊聊他眼中的《逆行人生》丨编码人声

本期节目，我们会围绕这部电影的真实性和一些不符合实际的桥段聊起，跟大家分享这些外卖小哥的真实体验，更重要的，我们的嘉宾想跟大家分享下，一旦从“办公室精英”转变为到体力劳动者，有怎么样不同的体验。「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。「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。

原创 AI 实时通话视频生成产品 Tavus：能听说看且有形象；Anthropic 推出 API 长文本缓存功能丨 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。

原创 AI 流媒体音乐平台 Melodio 发布；多模态模型 VITA 可打断无需唤醒词丨 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。

原创 Gemini Live 发布对标 GPT-4o；Falcon Mamba 7B 模型打败 Llama3.1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。

原创 FLUX：AI 图像生成的新王者；VideoDoodles：在视频中添加手绘涂擦动画丨 RTE 开发者日报

我们欢迎更多的小伙伴参与。

原创 ClueCon 2024：音视频开发者的技术盛会

这些年，我一直专注实时音视频通信领域，于 2016 年率先打通了 FreeSWITCH 与声网的音频连接，2017~2018 年实现了视频对接，疫情期间，实现了 MCU 与 SFU 之间全方位的视频会议对接。这次 ClueCon，我选了一个名为「Connect to Everything with FreeSWITCH」的主题，跟大家分享一下多年 FreeSWITCH 的开发经验、为开源项目贡献代码的经验，以及以开源项目为基础的商业化探索经验。时间过得真快，转眼，又是一届新的 ClueCon 了。

原创 科大讯飞智文 2.0 版本发布；人工智能模型 Grok 2 测试版即将发布丨 RTE 开发者日报

OpenAI 公司于 8 月 8 日发布报告，概述了 GPT-4o 模型的系统卡（System Card），介绍了包括外部红队（模拟敌人攻击）、准备框架（Preparedness Framework）在内的诸多细节。OpenAI 表示 GPT-4o 模型的核心就是准备框架（Preparedness Framework），这是一种评估和降低人工智能系统相关风险的系统方法。从报道中获悉，该框架主要用于识别网络安全、生物威胁、说服和模型自主性等领域的潜在危险。

原创 Qwen2-Math 开源 AI 模型发布；阿里云推出首个域名 AI 大模型应用丨 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。

原创 Deep-Live-Cam：只需单张图像即可实现人脸替换；零一万物、月之暗面再掀国产大模型资本战丨 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。

原创 面壁发布端侧视觉理解模型 MiniCPM-V 2.6；ChatGPT 人形机器人二代正式发布丨 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。

原创 OpenAI 重大人事变动，联创加入死敌；阿里视频框架 Tora 操控物体运动轨迹丨 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。

原创 出海日本深度考察侧记：超音速出海第一站东京行

访问微软说话就到了第三天，我们到了微软。微软的小伙伴们热情接待了我们。微软的全球高级AI技术专家分享了AI原生产品创新与最佳落地实践；Agora产品总监分享了RTE与AI场景创新与地区洞察；Jetro创新与投资总监也分享了日本营商环境与创新环境的洞察。后面，还有一些日企及当地华人企业分享了日本 渠道合作实践的案例与AI企业在日本创业的经验等。最后的圆桌会议，来自Agora、HAND、Edgenesis、SoftSugar等企业的生态VP、创新及全球商务总监分享了他们对全球及日本创新加速生态的看法。

原创 Getty 携手英伟达升级商业文生图 AI 模型；苹果新专利探索「心跳」解锁 iPhone 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。

原创 OpenAI 向部分用户开放 GPT-4o 高级语音模式；AI 视频生成工具 Vidu 全球上线丨 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：@JLT，@鲍勃。