ElevenLabs 分析:语音智能体更擅长复杂对话
对话越长,语音智能体的成功率越高。 我们分析了 469 个在生产环境中同时运行语音和聊天的智能体,发现了一个有趣的规律。当对话变得复杂时,语音是解决问题最快的路径。 https://elevenlabs.io/blog/voice-wins-complex-stressful-conversations
首页已经看过的不重复列。下面从更早的内容继续,可以一直往下滚。
对话越长,语音智能体的成功率越高。 我们分析了 469 个在生产环境中同时运行语音和聊天的智能体,发现了一个有趣的规律。当对话变得复杂时,语音是解决问题最快的路径。 https://elevenlabs.io/blog/voice-wins-complex-stressful-conversations
Hume AI 推出 Hume Decision API,一款基于音频的模型,通过分析录音来回答关于说话者情绪和内容的问题,在初始测试中其与人类面板答案的一致率达 70.7%。
Runway 为 Claude Code、Codex 和 Cursor 推出 Runway Dev 插件,一次安装即可通过 Runway Dev MCP 连接账户并加载用 API 构建的技能。
你试过 @DeepSeekHarness 的创作者模式(Creator Mode)了吗?有任何反馈吗?
Google DeepMind 研究指出,看似无关的简单视觉图形(如红心、圆圈)能对 AI 在代码生成等任务中产生隐蔽影响,AI 虽不自知却被操控决策行为。
Wuli-Art 开源的 MiniMax-H3-Turbo 模型通过轨迹蒸馏、DMD 和 GAN 技术,实现了 4 步极速音视频生成,支持文生音视频与首帧条件生成。
六步实现音视频联合生成!Pika基于MiniMax H3 重磅开源Pika H3 Flex · · Nov 2, 2026 近年来,人工智能在视听创作领域的迭代速度令人目不暇接
IT之家 11 月 2 日消息,巴西一家劳工法院在发现两名律师的最新提交文件中包含试图影响其人工智能工具的隐藏文本后,对这两名律师处以了罚款。巴西利亚大学(UnB)弗拉基米尔 · 阿拉斯(Vladimir Aras)教授在 X 平台分享了这份判决书。相关内容显示,诉状中用白底白字嵌入了提示词注入指令,肉眼无法直接看到
AI生成素材已经真实走上户外大屏与品牌广告,可口可乐全AI圣诞广告和昆明机场六指广告牌都是已发生的事。智能眼镜出货在放量,但把街头注意力放大成广告牌的新黄金时代目前只是假设,成色卡在人工审核这道关。
H3 + ORB360 LoRA 已经火了好几周。现在它变得可交互了。🤯📱 VR 感觉是显而易见的下一站?… 👀
IT之家 11 月 2 日消息,美团龙猫今日发布面向长程智能体任务的原生多模态模型 LongCat-2.5, 模型总参数量为 1.6 万亿 ,每个 token 激活约 480 亿参数,在 LongCat-2.0 的基础上进一步强化原生视觉理解与智能体编程能力
Zack Proser 主张用 AI 工作流帮助同事与家人讲出值得分享的故事,同时让人始终负责判断、修改与最终发布。
MiniMax 宣布对 428B 参数的 M3.1 Flash 模型进行量化后,可在更多硬件配置上实现本地部署,并归功于 Apple Silicon、AMD 和 NVIDIA 生态系统中多位研究者和工程师的贡献。
MiniMax 汇总了社区为 428B 的 M3.1 Flash 打造的多种本地量化与推理方案。
书童 Pagekin 是一套开源 AI 写作工作流,解决长篇小说人物设定混乱、情节冲突和上下文丢失等问题,支持从构思到续写的完整创作流程。
文章系统性介绍了即梦短剧工作室的六大创作助手及完整工作流程,从灵感到成片的全链路覆盖,包含剧本创作、资产管理、镜头设计、成片后期等关键环节,并实测了智能预演、3D 导演台、片段重拍等进阶功能,同时分享了双十一限时优惠政策。
Mother Design 为通灵服务平台 Purple Garden 做的品牌重塑以一场通灵会开局:炭笔自动绘画先定调,AI 与传统设计工具在中间环节来回接力。本篇按案例页与创意总监访谈记录这套流程排布及其在资产上的痕迹,并交代判断的证据边界。
IT之家 11 月 1 日消息,据金融时报 FT 消息,Spotify 正在积极推进版权授权谈判,并努力说服音乐人拥抱新技术。Spotify 计划在 2027 年初推出一项由人工智能驱动的新服务,允许用户自行制作歌曲的混音与翻唱版本
评析 3D Gaussian Splatting 结合生成式 AI 在游戏角色建模中的应用潜力,指出制作流程压缩、落地瓶颈及个人独立开发机会。
在 Pixverse 上试用可灵 4.0: https://app.pixverse.ai/?utm_source=Social&utm_medium=X
IT之家 10 月 31 日消息,10 月 30 日晚,快手科技发布公告,旗下可灵 AI 独立融资正式完成交割。 交割完成后,北京可灵全部投资者实际支付的 增资款总额约为 198.0184 亿元 (相当于约 29.0533 亿美元)。 今年 7 月,快手宣布对可灵 AI 相关业务进行重组,并通过北京可灵引入外部投资者
IT之家 10 月 31 日消息,由香港生成式人工智能研发中心(HKGAI)研发的本地 AI 智能助理“港话通”(HKChat)于 10 月 30 日迎来更新, 推出全新 AI 音乐生成功能
10) 用我们音质最佳的音乐生成模型 Lyria 3.5,创作你迄今最出色的曲目。 轻松选择或描述你的曲风,设定曲目时长,并在人声或器乐风格之间选择。你还可以探索新模板来激发创意,从背景音乐到定制生日歌曲,应有尽有。
IT之家 10 月 31 日消息,苹果公司今天(10 月 31 日)发布公告,宣布将面向中国 iPhone 18 Pro 等机型用户,于 11 月 4 日开放测试,并于 12 月推出的 iOS 27.3 更新,在国内上线首批 Apple 智能(Apple Intelligence)核心功能
fal 官方宣布 blackforestlabs/flux-3-max 模型已在平台可用,提供三个入口。分别是图生视频 https://fal.ai/models/blackforestlabs/flux-3-max/image-to-video、关键帧到视频
本文详细介绍了一项大规模文本渲染基准测试背后的方法论,强调了一致的提示词、单次尝试评分和错误分类对于准确比较图像生成模型的重要性。
今天就来试试! Draft Completion https://fal.ai/models/bytedance/seedance-2.5/us/draft/complete
Seedance 2.5 美国草稿模式现已在 fal 上线 先以 480p 预览,再以 1080p 完成同一视频 适用于文生视频、图生视频和参考生视频 草稿在美国托管基础设施上保留 14 天有效
这场明示赞助的八模型视频对比以固定陶艺提示词说明,动作顺序、遮挡、道具连续性和构图比电影感更重要,同时将结论限于单次生成。
在 Grok 里直接把你的草图变成卡通动画。 由 Krea 插件驱动。 只需向 Grok 提出请求 👇