标签：实时语音
o1驾驶无人机后空翻，OpenAI开发者日惊掉下巴！2分钟爆改代码写App
在OpenAI伦敦开发者日上，o1模型展示了其五大核心能力：函数调用、开发者message、流式传输、结构化输出和图像理解。o1 mini与Cursor的联动在不到2分钟内搭建...
钛媒体AGI独家｜大模型独角兽MiniMax将于11月发布首款对标GPT-4o的端到端实时语音对话API产品
AI大模型领域的独角兽MiniMax计划于11月推出一款Realtime API服务，旨在提升端到端实时多模态处理能力，提供更低延时、更自然、更沉浸的实时语音对话体验。这...
8 人团队的开源多模态：Moshi，效果堪比 GPT-4o，合成数据立功
法国非营利性AI研究机构Kyutai开发了一个名为Moshi的实时语音多模态模型，该模型具备听、说、看的能力，能够理解带有法国口音的英语。Moshi可以流畅地进行日...
