消息详情

「能打断、会接话，还能听出你在犹豫」 Sophon-Realtime v1 是 Adventists AI 放在 Hugging Face 上的一套开源全双工语音模型，核心卖点不是“把文字念出来”，而是尽量把人与人打电话时那种自然节奏做出来：你说话时它一直在听，你一停顿它就接上，你中途插话它也会立刻收住。更特别的是，它不只识别内容，还会捕捉迟疑、强调、讽刺、笑声、叹气这些语气信号，回复时也能带着情绪和非语言声音表达出来。 整个系列共三种构建：Tag 主打表现力，Flash 主打低时延和高并发，E2E 则偏研究预览；三者共用同一个 32B“大脑”，差别主要在“怎么把回复变成声音”。 从页面给出的成绩看，它在 VoiceBench、Big Bench Audio、语气理解和工具调用等维度都冲到了开源全双工模型前列，Tag 版本在中文和英文的非语言发声表现尤其亮眼。 部署门槛也压得不高，Tag 和 Flash 都支持单张 80GB GPU 启动，兼容 OpenAI GPT-Live 接口，还保留可审计的文字转写，方便接入更大的后端模型或业务系统。 简单说，这不是又一个语音外壳，而是把“何时开口、怎么开口、被打断怎么办”一起重做了一遍，目标很明确：让语音助手从念稿子，往真正能对话再走近一步。

• 「大脑不是20个标签页」 终端里用 Claude Code 的人大多遇到过这种场面：一个任务等回复，顺手再开一个；回执一来又带出澄清、支线和新标签页，不知不…
• 「AI能设计药物却治不好所有病」 硅谷这两年把AI制药讲得很热，动辄“十年治愈大多数疾病”，但真正长期做新药的人并不买账。 WSJ这篇报道里，Vertex…
• 「把“学不会”交给代理系统」 learnharness 想解决的不是答题，而是理解。 它把学习拆成测量、规划、讲解、练习四步：先判断你真正懂到哪一层，再从…
• 「140万张16×16像素精灵，给游戏与文生图补上一套足够轻、也足够实用的训练底座」 Hugging Face 上的 pixel-art-atlas-1.4…
• 工作区 资源管理器：按类型分组的实体，可按关联关系排序，以及链接、来源、注释和工具，所有内容均可筛选。 检查器：所选实体或关系的属性、关系、证据、注释和转换；…
• Trace是一款面向开源情报分析师、研究人员和调查人员的桌面工作台。它可以在力导向图上映射实体和关系，附加证据，并将所有内容以纯 Markdown 文件的形式…
• 打造你自己的AI驱动课程，自学任何内容 大多数在线课程都采用千篇一律的结构，但每个人的学习方式都不同。有时，你希望有人一步一步地讲解某个复杂的概念；而有时，…
• 一个历史播客生成器 | Historai 你可以输入任何主题、事件或人物。大约一分钟后，两位主持人会用配图的方式为你讲述故事。你可以在节目进行到一半时提问，…
• 「把多智能体真正装进树莓派，Nouride想做的是一套能长期在线的边缘AI底座」| home Nouride主打的是“在小硬件上本地跑多智能体运行时”：面向…
• 「神经网络没有退场，但“纯模型信仰”开始松动了」 Michael Black这条推文的分量，不在于他否定深度学习，而在于他点破了一个过去十年默认成立、如今却…