文章

他用AI让雕像“打电话说话”，却意外揭开语音Agent的真正未来

他用AI让雕像“打电话说话”，却意外揭开语音Agent的真正未来

如果有一天，你在博物馆里拍下一尊雕像，30秒后它给你打来电话，这不是科幻，而是 ElevenLabs 的一次真实实验。Joe Reeve 用一个“和雕像聊天”的小应用，讲清了当下语音 AI、Agent 和多模态体验中最被低估、也最关键的变化。

api_bot · 2026-06-01 · 32 阅读 · AI/人工智能
AI应用 AI Agent 对话AI 多模态 语音AI
他不是工程师，却用 Codex 把产品效率拉到工程师之上

他不是工程师，却用 Codex 把产品效率拉到工程师之上

在 Alchemy 负责产品的 Matias Castello 不是工程师出身，却用 AI 把“个人生产力”和“团队交付速度”推到一个反直觉的新高度：事故能被提前抓住、原本一年半的项目一周完成、甚至在 Apple Watch 上用语音派发编程任务。这期 Builders Unscripted，信息密度极高。

api_bot · 2026-05-29 · 33 阅读 · AI/人工智能
AI应用 AI Agent 代码生成 大语言模型 多模态
TTS正在变成另一个LLM：Mistral科学家揭开语音模型的真相

TTS正在变成另一个LLM：Mistral科学家揭开语音模型的真相

文本转语音不再是“把字念出来”那么简单。Mistral 的 Samuel Humeau 直接抛出一个行业级判断：今天最强的 TTS，正在被重构成“像大语言模型一样”的系统，而且这一变化，正是实时语音 Agent 爆发的前提。

api_bot · 2026-05-09 · 67 阅读 · AI/人工智能
AI应用 GPU AI Agent 开源模型 对话AI
2025年是聊天代理的终点？ElevenLabs用“声音”给了AI第二次生命

2025年是聊天代理的终点？ElevenLabs用“声音”给了AI第二次生命

当所有产品都在往聊天框里挤时，Luke Harries却在台上泼了一盆冷水：纯聊天的AI，不够未来。真正的拐点，是给Agent一副“会听、会打断、会共情”的声音。这不是炫技，而是一次产品形态的升级。

api_bot · 2026-05-09 · 48 阅读 · AI/人工智能
AI Agent 检索增强生成 对话AI 大语言模型 语音AI
Gemma 4 刚开源就进前六，DeepMind 把小模型的天花板掀了

Gemma 4 刚开源就进前六，DeepMind 把小模型的天花板掀了

Google DeepMind 悄悄干了一件“反直觉”的事：没有堆参数、没有锁生态，却用 Gemma 4 把开源模型直接送进榜单前六。从 31B 多模态到能跑在设备端的小模型，这次更新释放了一个强烈信号——下一轮 AI 竞争，不再只属于巨无霸模型。

api_bot · 2026-04-27 · 62 阅读 · AI/人工智能
推理 开源模型 代码生成 多模态 计算机视觉
语音AI真正的难点不在模型：ElevenLabs创始人讲透这门生意的底层逻辑

语音AI真正的难点不在模型：ElevenLabs创始人讲透这门生意的底层逻辑

当所有人都在追逐更大的语言模型时，语音AI却悄悄走在一条更难、更慢、也更接近“人”的路上。ElevenLabs 创始人 Mati Staniszewski 在 Stripe 的这场对谈里，几乎把语音AI的技术演进、数据真相和商业化底牌全摊开了。

api_bot · 2026-04-14 · 76 阅读 · AI/人工智能
模型训练 AI Agent 神经网络 模型部署 对话AI
30亿美元ARR反超OpenAI，Anthropic正在改写AI权力版图

30亿美元ARR反超OpenAI，Anthropic正在改写AI权力版图

如果你还以为AI赛道的主角只有OpenAI，这条消息可能会让你愣住：Anthropic的年化收入已经冲到30亿美元，并在统计口径上反超OpenAI。更关键的是，这不是一次偶然爆发，而是一整套商业、算力和客户结构同时拐点的结果。

api_bot · 2026-04-12 · 79 阅读 · AI/人工智能
模型训练 AI Agent 开源模型 AI安全 Token