音频到音频一步到位，语音交互的竞争从识别率转向拟人度。
9月15日，谷歌 DeepMind 在官方博客发布 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking 两款音频到音频（audio-to-audio）实时对话模型，同步上线 Gemini API 与 Search Live。
据谷歌披露，Extended Thinking 版本在 Artificial Analysis 语音质量指数上以 82.6 分登顶，τ-Voice 得分 68.6%。与“先转文字再生成语音”的级联方案不同，音频到音频架构在同一空间内完成理解与生成，省掉中间转写环节，因此能保留语气、停顿与情绪线索，端到端延迟也更低。
这意味着语音交互的竞争焦点从“识别准不准”转向“对话像不像人”。对客服、外呼、车载与会议记录类企业场景，“实时语音＋思考”的组合会直接改写产品体验与单位成本；而 Search Live 的接入说明，谷歌正把语音当作搜索的新入口，而不只是辅助功能。（来源：Google 官方博客 The Keyword）
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
大模型技术的出现无疑为翻译领域带来了革命性的变化。这种基于深度学习的技术，通过海量数据训练出的复杂算法模型，极大地提高了翻译的准确性和效率，使得跨语言交流变得更加顺畅。
展会现场，央视财经对亮亮视野进行了采访报道，重点体验了Hey2 AR翻译眼镜在实时字幕、跨语言沟通和轻量化佩戴方面的表现
近日，众擎机器人创始人、CEO赵同阳在朋友圈发文称，“人形今年很卷，150家在做，凭什么你能前两名
融资由国科投资、电控产投、上海半导体产投、建投投资、鑫和达、崇麟资本、硬核坚果资本等多家知名投资机构联合参与
腾讯在今日的内部公告中表示，AI青年学者姚顺雨（Vinces Yao）将正式出任首席 AI 科学家，向腾讯总裁刘炽平汇报，同时兼任 AI Infra 部、大语言模型部负责人，向技术工程事业群总裁卢山汇报
大模型时代，真正颠覆性的产品是怎样的？它应该具备大模型的自进化能力，还是能给产业贡献新的生产力工具？抑或是重构企业的经营管理模型？ 数字人，正在给出一个答案。 出品|产业家 “大模型如何往下走？” 6月底，
AI 不是万能的，不做 AI 是万万不能的。 开源大模型的发展，大模型使用成本的不断降低，推动大模型应用进入爆发期。 据国家互联网信息办公室公布，截至2024年8月，我国共有188个生成式人工智能服务完成备案，大模型进入“落地之年”。
2025年春节前夕，杭州深度求索人工智能基础技术研究有限公司（DeepSeek）推出了一款全新的开源大模型版本。这款新模型以低成本和高性能为特点，迅速在全球科技界引起了轰动，激发了一场智能革命。
面壁智能致力于构建智能时代大模型基础设施，加速大模型在人工智能典型场景与领域应用与落地
聚变能商业化的核心瓶颈并非物理问题，而是工程与软件系统的复杂性。
