网易叭哥说上线“用户荣誉联创计划”:10 万元征集产品建议
网易首个AI原生语音Agent「网易叭哥说」上线“用户荣誉联创计划”,投入10万元征集产品建议,设11个名额、单人最高5万元,不设学历专业门槛。该Agent可将自然口语转为结构化文本,口语输出对键盘打字效率比值提升至5倍,支持124个语种实时语音互译,专业领域翻译精准度可达98%,数据本地处理且终身免费。
网易首个AI原生语音Agent「网易叭哥说」上线“用户荣誉联创计划”,投入10万元征集产品建议,设11个名额、单人最高5万元,不设学历专业门槛。该Agent可将自然口语转为结构化文本,口语输出对键盘打字效率比值提升至5倍,支持124个语种实时语音互译,专业领域翻译精准度可达98%,数据本地处理且终身免费。
苹果在 10 月 13 日发布会上推出带屏智能中枢 HomeView、HomePod mini 2 和 Apple TV 4K,其中 HomeView 采用 7 英寸屏幕加语音交互,放弃此前语音与视觉分离的家居思路。
Tim Cook 在少数派参与的媒体活动中表示,Apple 智能国行 Beta 版本将于本月晚些时候上线测试版本,包含实时翻译、照片 app 消除工具和写作工具,但不含 Siri AI。
阿里千问10月13日在杭州开售新一代AI眼镜N1、N1 Pro及与Bose合作的首款AI耳夹式耳机,叠加国补及限时优惠后N1到手价2218元起,N1 Pro为2600元起,耳机1099元。
亚马逊旗下 Bee 发布被收购后首批新品:可腕戴或别在衣服上的 Bee Frontier 售价 74.99 美元,信用卡大小、磁吸手机背面的 Bee Eclipse 售价 99.99 美元。
苹果发布全新家庭设备 HomeView,配备 7 英寸 Liquid Retina 屏幕和音箱底座,屏幕最高亮度 500 尼特、最低 0.3 尼特,运行 HomeView Software 交互系统,无 App Store。
少数派众测获奖作者体验了 Sonos Play 便携音响,它重 1.3kg、支持 IP67 防护与自动 Trueplay 空间音效优化,内置电池最长播放 24 小时,可拎着在客厅、厨房、浴室等房间流动使用。Sonos 27 app 支持接入 Apple Music,最高播放 24-bit/48 kHz 音源,并推出 MCP 服务让 AI 应用直接控制音响。
苹果发布带屏家庭中控 Apple HomeView,搭载 A18 芯片,桌面版与壁挂版均为 299 美元,11 月 13 日开售,最多可识别六位用户并切换各自的日程与待办。
Higgsfield 将 AI 视频时长从 1 分钟提升到 10 分钟以上,使用 GPT-6 Astra 生成更长视频,GPT-Image-2.5 提供更精确的画面,并借助 GPT-Live 探索语音电影制作路径。
前Plaud高管Peter Mo创办的Ambi完成由Luminous Ventures和华勤领投的2600万美元多轮融资,并推出iPhone、Mac和Apple Watch应用。该应用可全天候监听用户,基于日历、会议、知识库和网络数据,由AI智能体在会议进行中主动给出建议,并支持跨设备续接任务。环境数据采集默认关闭,用户可随时关闭,但披露录音的责任仍在用户一方。
PolyAI CTO Shawn Wen 与 Otter CMO Alex Gay 认为,语音 AI 虽已实现全双工模型,但尚未迎来自己的 ChatGPT 时刻,下一步挑战是让推理足够快、对话自然。Wen 指出 ASR 模型常漏掉关键词,影响上下文理解;Gay 称转录准确率是下游自动化的基础,一旦出错用户就会失去对平台的信任。两人还强调工具应主动告知用户正在被录音或在与 AI 对话。
苹果宣布将于 10 月 13 日在纽约举办主题为 Welcome home. 的 Apple Experience 活动,预计集中更新家庭产品线。
Napster 联合创始人 Sean Parker 表示正把 Stability AI 重塑为面向音乐专业人士的 AI 工具厂商。两年前他参与了对这家图像生成初创公司 8000 万美元的救助,如今与出任 CEO 的 Prem Akkaraju 一起推进新方向。
AI 音乐生成器 Suno 新增名为 Speech 的功能,可将口播文本与匹配的背景音乐合成为单条音轨,用户输入想法或文字并描述想要的音色与音乐风格,模型即生成语音和声音。
微软 AI 发布实时转写模型 MAI-Transcribe-2-Streaming,支持 60 种语言,首个部分结果延迟约 100 毫秒,微软称其在 Artificial Analysis 准确率排名第一,年底前音频价格为每小时 0.54 美元。
Airbnb CEO Brian Chesky 认为 AI 智能体需要一套真正的操作系统,主张 AI 应在内核层面运行、各组件互相交互,而非在 iOS、macOS、Windows 上搭建 AI 应用。
彭博社 Mark Gurman 爆料,苹果准备在 10 月 13 日发布三款智能家居产品:一款代号 J490 的智能家居中枢、新一代 HomePod mini 以及久违更新的 Apple TV。
Tarini Padmanabhuni 创办的旧金山公司 DetectifAI 把紧凑 AI 模型直接设计成可在手机操作系统内运行,在通话、语音消息等音频场景中即时判断声音是否为 AI 生成,且音频不离开设备。该公司先向手机厂商授权 SDK,让检测成为系统内置功能,同时向企业和反欺诈公司授权技术;目前每月为印度金融机构处理超 10 万通电话,并已获得早期收入。
波士顿语音智能初创公司 Modulate 完成 2500 万美元新融资,由 Future Ventures 领投,Hyperplane 和 Lakestar 参投。其平台运行超过 100 个小型模型,分为信号提取与意图分析/检测两类,用于转录、情绪分析、深伪与 AI 音乐检测,以及受监管行业语音智能体的合规执行。公司现有 40-45 名员工,计划再招 10 人,并正加强本地与端侧部署能力。
豆包输入法随 HarmonyOS NEXT 与 Windows 版本补齐,已覆盖 iOS、Android、HarmonyOS NEXT、macOS 与 Windows 五大平台,登录同一豆包账号后个人词库可跨端实时对齐,文字与图片也能通过超级互传在手机与电脑间复制粘贴。
Synthesia 首次为记者(也是除其高管 Voica 外首次为他人)制作交互式 AI 数字分身,该分身仅基于一篇关于风投支持创业公司欺诈的报道训练,只会回答相关问题。
Google 正在测试 Call for Me 功能,让 Gemini 代替用户给商家打电话。目前仅限美国 Pixel 11 用户且需订阅付费版 Gemini,并安装 Google Phone 应用的 beta 版本。
ChatGPT Voice 迎来重大升级,全球可用的语音功能现由 OpenAI 新的 GPT-6 Astra、Sol 和 Luna 模型驱动,并首次可访问邮箱、日历和 Slack 等插件。
推荐理由:ChatGPT Voice 接入邮箱、日历和 Slack 后,读者可了解语音助手从对话走向代办任务的边界变化。
Google 推出 Gemini 3.8 Flash TTS 和 Flash-Lite TTS 两款语音生成模型,前者可用文本描述从零设计音色,两者均支持 100 多种语言并可为每句台词添加表演指令。
阿里 Qwen 团队发布 Qwen-Audio-3.1,包含五款覆盖语音识别(ASR)、文本转语音(TTS)和实时交互的模型。
推荐理由:阿里一次放出五款语音模型并大幅降价,读者可据此判断语音能力的成本与可用性变化。
阿里在9月22日云栖大会上集中发布全模态模型更新,包括Qwen3.8-Max、Qwen3.8-Flash、Qwen3.8-Omni、Qwen-Image-3.1、Happy Shrimp 1.1、HappyOyster 2.0 Preview、Qwen-Audio-3.1和Qwen3.8-LiveTranslate,并称Qwen4已开练,参数规模瞄准5万亿~10万亿。
光帆自研 AI OS 被引入韶音新品耳机,在原有录音、转写之外新增创建日程、备忘提醒、总结工作消息等能力。该系统以语音交互为核心,可过滤微信、飞书消息并按快速、中速、慢速三种方式播报,还能查询和修改日程与备忘。光帆 AI 不绑定自家硬件,可作为 AI 服务方案进驻其他品牌设备。
9月22日云栖大会上,阿里公布大模型系列进展:基于新一代架构的Qwen4已在训练中,未来Qwen4.5、Qwen5等版本将扩展至5-10T参数。Qwen3.8-Max通过自主搭建训练流程、构造数据并自主设计实验,在人类零参与下持续迭代超1个月、完成33轮有效迭代,Artificial Analysis得分从40涨至45分。
9月22日2026云栖大会开幕,阿里巴巴公布大模型最新进展,基于下一代架构的Qwen4已投入训练,Qwen4.5、Qwen5稳步推进,未来总参数量将扩展至5万亿甚至10万亿规模。
森海塞尔 MOMENTUM 5 无线头戴耳机搭载 42mm 动圈单元与 8 枚降噪数字麦克风,官方称中频降噪较 MOMENTUM 4 最高提升三倍,并配备 4 枚拾音麦克风。它支持双设备连接、佩戴感应与通透模式,开启降噪最长续航 57 小时,电池和耳垫可单独更换,售价三千多元。
腾讯混元语音团队与多所高校研究人员提出 Gander,一个可同时接收语音、图像和文本的 AI 模型,能在持续对话的同时处理后台任务。
Instinct 和 Meta 的 Muse 两款文本型 AI 助手都新增了代打电话能力。Instinct 创始人 Noah Shinn 宣布推出 Instinct Concierge,可代订不接受在线预订的餐厅、加入牙医取消候补名单或处理有线电视账单问题,目前面向部分用户早期开放。
冰岛语音 AI 初创公司 Treble 完成 1800 万美元 A 轮扩展融资,由 Paladin Capital Group 领投,KOMPAS VC、Frumtak Ventures、EIC 和 Omega ehf 参投,累计融资超 4000 万美元。
网易有道9月16日在北京举办「NEXT,AGENT|有道AI Open Day」,CEO周枫提出AI能力竞争正从单一模型能力转向由模型、Agent和工作流组成的系统能力。会上发布子曰Live同传模型并开源子曰流式ASR模型,LobsterAI发布2.0版本、全面兼容OpenClaw2.0生态并新增Sites、Teams功能,采用按实际用量付费模式。
Amazon 宣布对话式助手 Alexa+ 在印度上线并支持印地语,目前以 Early Access 形式向该国所有用户提供印地语和英语版本。早期测试期结束后,Prime 用户可免费使用,非 Prime 用户价格为每月 2000 卢比(20.85 美元)。
Google DeepMind 发布 Gemini 3.8 Live 和 3.8 Live Extended Thinking 两款音频模型,已通过 Gemini API 和 Google AI Studio 向开发者开放。
推荐理由:对比了 Gemini 3.8 Live 与 GPT-Live-1 的定价和语音自然度差异,可据此判断低价语音智能体的取舍。
Apple 在多次延期后推出完全重建的 Siri,底层使用 Google Gemini 模型,部分在端侧运行、部分通过 Private Cloud Compute,目前以 beta 形式仅提供英文。
推荐理由:汇总多家首批实测反馈,读者可据此判断新版 Siri 在个人上下文与屏幕理解上的实际表现。
苹果正式推送 iOS 27 正式版,最低支持 iPhone 11 系列与 iPhone SE 2,核心是全面接入 Apple Intelligence 的新一代 Siri AI。
Apple 发布 iOS 27 和 macOS Golden Gate 27,带来 Siri AI 与 Liquid Glass 的改进。这是最后一版支持 Rosetta 运行 Intel 应用的 macOS。
作者在主力机上从公测版起长期使用 iOS 27,认为基于 Google Gemini 模型的新 Siri 比旧版更聪明,能处理多步指令、读取屏幕与文件上下文,并可通过相机识别取景器中的物体。
推荐理由:作者以主力机长期实测 iOS 27 的新 Siri 与 Apple Intelligence,给出可迁移的使用场景与局限。