Block 发布语音模型 Dessa,仅用人类对话训练
Jack Dorsey 旗下 Block 发布语音模型 Dessa,称其完全基于人类对话从零训练,是真正的语音到语音模型,可在 MacBook Pro M4 Max 或更高配置上本地运行。
Jack Dorsey 旗下 Block 发布语音模型 Dessa,称其完全基于人类对话从零训练,是真正的语音到语音模型,可在 MacBook Pro M4 Max 或更高配置上本地运行。
声网创始人兼 CEO 赵斌在 iRTE2026 实时智能大会上提出“五级对话能力”框架,将对话式 AI 从 L1 被动应答到 L5 深度关系沟通划分为五个层次。他同时介绍了以全双工交互为核心的声网对话式 AI 引擎,连接模型、Agent 运行框架与用户,并配套 SDK、Skills、CLI 工具及 Recipes 等开发套件。
科大讯飞在2026全球1024开发者节上首发星辰TaaS平台,构建从星辰MaaS模型能力到行业解决方案的全链路体系。同步发布的星火X2.6将上下文窗口扩容至百万Tokens,端云路由准确率从81.2%提升至96.1%,并开源星火X2.6-4B端侧模型。讯飞开放平台还首次推出Agent OS及XFYUN CLI开发工作台,一句命令可调用700多项AI能力。
开发者 Daniel Murrell 发布开源 Mac 应用 OnKey,可在 Spotify、Apple Music 或 YouTube 播放歌曲时跟唱,实时绘制音高曲线并逐句打分。
华为向 MatePad Pro 13.2 英寸 2023 系列、MatePad Pro 12.2 英寸 2024 系列、MatePad Pro 11 英寸 2024、MatePad Air 12 英寸 2024 等平板推送 HarmonyOS 7 花粉 Beta 升级,老机型直升“111”版本,进度快于 Mate 80 系列。
极米记得 AI 记忆手环 L1 于 10 月 22 日上架,提供黑色、米色配色,售价暂未公布。该产品支持手环与胸前吊坠两种形态切换,可全天候 AI 录音并自动整理纪要、待办和提醒,原始音频用完即删、记忆加密存于手机,综合续航 2-5 天。同日上架的还有功能相近的极米记得 AI 记忆眼镜 G1。
科大讯飞在 1024 开发者节上发布星火语音基座大模型 SparkAudio 1.0,集成机器翻译、语音识别、语义理解等能力,宣称在实时说话人分离、环境理解、音频理解、情绪识别方面表现卓越。
中央广播电视总台国家重点实验室项目菁彩声车载测试序列在 2026 UWA SUMMIT 上正式发布,并登陆总台云听客户端。该套 Audio Vivid 标准音频序列面向汽车座舱环境,分为功能测试与欣赏体验两大组别,覆盖声道校准、声像定位、人声、器乐、交响乐等内容,可供车企标准化测试,也让车主在车上体验沉浸式三维环绕音效。
Timekettle LiveTalk 耳机支持 54 种语言的翻译,同时具备音频播放和语言学习功能。这款外观与普通耳机无异的产品试图用 AI 打破语言障碍,实际体验仍待检验。
Google 面向美国 Apple CarPlay 用户上线 Google Maps 中的对话式 Gemini 导航,并称全球范围也在陆续推送。用户可点击车机屏幕上的 Gemini 图标,用语音提出多步问题,例如先询问景点推荐再要求避开收费路段导航。此次更新未提及昨日为 Android Auto 和内置 Google 汽车宣布的 Personal Intelligence 功能。
Mangoslab 旗下 Nemonic Dot 盲文打印机获得《时代》杂志 2026 年最佳发明奖,预计今年第四季度面向公众发售。其内置 AI 系统支持超过 100 种输入语言,可将语音或文本自动转换为凸起点阵,打印在 12 毫米宽的塑料或金属标签上,凸点高度 0.6 毫米,符合 ADA 等法规要求。打印机本体和耗材均带盲文标记,方便视障用户凭触觉操作。
苹果向 iPhone 和 iPad 用户推送 iOS/iPadOS 27.2 RC 更新,内部版本号 24B115,距上次 Beta/RC 间隔 6 天。此次更新为 Siri AI 新增 5 种语言支持,并让 Apple Music 启用新视觉设计。
彭博社记者 Mark Gurman 爆料,苹果正秘密研发代号 J595 的高端 HomeView,配备约 9 英寸屏幕和电动机械臂,可通过声纹识别判断说话者并自动转向,预计最早 2027 至 2028 年面世。
开源项目 NPCTalk 为《GTA 5》带来无脚本实时对话,玩家用麦克风说话,NPC 会以 AI 克隆的原声按角色性格和情境回应。该系统由 Nemotron ASR 做语音识别、Qwen 3.8 27B 在 Cerebras 上生成对话、Fish Audio Drama 3 完成语音克隆,技术文档显示按键通话延迟约 1.15 至 2.2 秒。
李未可 Lawaken X-AI 记忆眼镜开启预售,到手价 699 元起,主打全场景 AI 记录。产品支持最高 12 小时录音、128 种语言实时翻译,以及 25 种语言加 21 种方言录音转写,并可通过标准 MCP 协议连接豆包、飞书、千问办公、Codex、Claude 等 Agent 平台实现记忆跨平台调用。机身重 26 克,可选配 10g 摄像模组,支持 1200 万像素第一视角拍摄。
魅族 22 手机已开启 Flyme AIOS 12.7.0.0A 稳定版升级推送,Aicy 助手进化为「超级 Aicy」。新版本新增通话助手指定代接、高铁票务服务、自然语言创建定时任务、视频生成和主动备车等功能。超级 Aicy 首批内测名额于 10 月 16 日起招募,10 月 19 日起系统陆续推送更新。
科大讯飞 AI 词典笔 X9 已在京东上架,定价 744 元,部分地区国补后低至 674.1 元。该设备内置 85 本正版词典和"五千万词库",扫描响应低至 0.3 秒并支持无网离线查词,还支持小初高 9 科知识查询、内置超十亿题库。讲题功能基于双 AI 模型提供分步深度解析,解答结果支持家长管控。
网易有道推出网易首个AI原生语音Agent「网易叭哥说」,并上线“用户荣誉联创计划”,投入10万元征集产品建议,设11个名额,单人最高5万元,不设学历专业门槛。该Agent可将自然口语转化为结构化文本,口语输出对键盘打字效率比值提升至5倍,支持124个语种实时语音互译,专业领域翻译精准度可达98%,数据全程本地处理、终身免费。
苹果 10 月 13 日发布带屏智能中枢 HomeView,搭载 A18 处理器和 8GB 内存,采用 7 英寸触控屏加语音交互,放弃此前 HomePod 负责语音、Apple TV 负责视觉的分离式思路。小度科技等国内厂商早已押注同一方向,其 9 月完成智能体化升级的超能小度可自主拆解目标、调度设备闭环交付家庭任务,智能屏 X9 Ultra 售价 699 元。
小米宣布开源 MiDashengLM-Spatial,完整公开模型权重和推理代码,并以 Apache 2.0 许可证发布。该模型以 MiDashengLM-7B 为基座,在保留基础音频理解能力的同时具备空间感知与推理能力,小米称其为业界首个开源的端到端空间音频理解大模型。模型将陆续应用于小米智能家居、汽车座舱等场景,项目主页、技术报告、评估代码和权重链接均已公布。
亚马逊旗下 Bee 推出两款 AI 录音产品 Bee Frontier 与 Bee Eclipse,用于记录日常对话并沉淀为待办、摘要和洞察。Frontier 是可佩戴于手腕或夹在衣物上的设备,定价 74.99 美元,支持 IP67 防尘防水、USB-C 充电和 7 天续航;Eclipse 以磁吸方式贴合手机背面,续航超过 21 天,起售价 99.99 美元。
苹果新任 CEO 约翰・特努斯登上《时代》周刊 2026 年度“最佳发明”专题封面,并接受独家专访,谈及 iPhone Duo 及公司未来 50 年规划。该专题共收录 300 项最佳发明和 100 项特别提名,覆盖医疗健康、人工智能、绿色能源等领域,Anthropic Claude Code、Google SynthID、Meta Omnilingual ASR 等入选人工智能类别。
Amazon 发布两款 Bee 系列 AI 可穿戴设备:74.99 美元的 Bee Frontier 和 99.99 美元的 Bee Eclipse,后者为信用卡大小、可磁吸在手机背面。
华为视觉辅助客服正式上线,为视障用户开通专属热线,拨打 950800 说出“盲人”“屏幕朗读”“视觉辅助”即可转接。此前华为曾开放计算视觉与自然语言交互能力,并在 HDC 2026 宣布 AI 眼镜与小艺看世界联动辅助视障用户。
法国音响企业 L-Acoustics 推出机器学习软件平台 Source Intelligence,可实时把歌手人声从乐器、伴唱、观众噪音和场馆混响中分离,最多削减 40 分贝非人声信号。该平台只能搭配 L-Acoustics 自家音响系统和 L-ISA 二代处理器,已用于席琳 · 迪翁巴黎普莱尼蒂德体育馆驻场演出,全套音视频与声学系统成本超 100 万欧元。
苹果推送 iOS 27.2 Beta 4 开发者预览版(24B5110a),为 Siri AI 新增五种语言,更新后支持英语、法语、日语、韩语、葡萄牙语和西班牙语。苹果此前已确认这些语言扩展,具体可用性仍取决于用户所在地区和设备。Siri AI 支持理解个人情境、执行 App 操作、感知屏幕、理解图像及调用世界知识,并拥有专属 App。
荣耀公布 MagicOS 11 十月体验升级,AI 随心握新增 IT之家资讯、圈子首页及话题页悬浮按钮跟手移动。荣耀全品牌互联首次支持与 iPhone 来电、通知及相册双向同步,一碰传新增 OPPO、小米、vivo 跨品牌传图传视频。AI 创作新增 AI 证件照,YOYO 拍照问支持证件照拍摄。
大眼橙联合钉钉发布可弯折 AI 听记眼镜 Q1,定价 1299 元起,将于 10 月 31 日现货发售。该产品整机最轻仅 28g,首创可弯折定型镜腿专利结构,采用单边三麦阵列实现 8 米有效拾音,双镜腿 100mAh 电池支持 80 小时待机、11.5 小时连续听歌。眼镜与钉钉办公体系原生打通,可通过钉钉、千问办公、QwenNote 三个入口绑定设备,完成录音、转写、纪要、协作全链路。
苹果推出第四代 Apple TV 4K,搭配 HomePod mini 2 或第二代 HomePod 可组成四扬声器家庭影院环绕声,需四台设备按前后方式组成两组配对,并运行最新操作系统。HomePod mini 2 已在国内苹果官网上架,售 1099 元,可选五种配色,支持立体声组合、声音识别、温湿度传感,无线连接升级至 Wi-Fi 6E,海外支持 Siri AI 功能。
苹果“欢迎回家”新品发布活动前夕,MKBHD、安德鲁爱德华等受邀博主已抵达纽约参加体验活动。据马克·古尔曼透露,苹果首款智能家庭中枢名为 HomeView,外观类似 iMac G4 台灯电脑,采用悬浮式屏幕和 A18 芯片,提供深空灰、银色、星光色和粉色四种配色,以 AI Siri 为核心进行语音交互。发布会预计还将推出 HomePod mini 2 和新款 Apple TV 4K。
千问 AI 耳夹式耳机已在京东开售,到手价 1099 元,主打 Bose 大师调音,支持 AI 笔记与 AI 同声传译。耳机提供深空蓝、星光色、极光紫三色,续航 9 小时、配合充电仓 40 小时,支持 IP55 防尘防泼溅与双设备同时连接。AI 功能支持 92 语种录音转写纪要和 89 种语言 AI 翻译,覆盖面对面、通话等模式。
阿里千问在 10 月 13 日的千问 AI 硬件 2026 新品发布会上推出 N1 / Pro 系列 AI 眼镜,N1 标准套装 2899 元起、国补后 2218 元起,N1 Pro 标准套装 3399 元起、国补后 2600 元起。
有人把 Google 的嵌入模型 EmbeddingGemma 2 改造成语音转文字模型,在基础款 MacBook Air 上处理一小时音频约需 13 秒,全程在设备端完成。
外媒 SammyGuru 曝光三星首款智能眼镜的全系镜框配色与核心参数,整机搭配标准镜片约 41 克,搭载骁龙 AR1 Gen1、2GB 内存与 64GB 存储,1200 万像素摄像头支持 30 帧 3K 视频录制。
唯品会近期上线自研 AI 助手“AI 小唯”,由唯品会大模型团队开发,支持文字与语音对话,可提供找商品、查活动、问优惠等服务。平台正灰度迭代“AI 商品对比”功能,用户可勾选购物车商品点击“对比”,或进入 AI 小唯选择商品进行对比。唯品会同时高薪招募大模型后训练负责人等岗位,月薪 50K-80K。
彭博社记者马克·古尔曼在《Power On》通讯中透露,苹果首款智能家庭中枢名为 HomeView,预计 10 月 13 日“欢迎回家”活动发布,11 月出货。
努比亚宣布 NaviX Ultra「内测实验室」计划即将开启,面向尝鲜用户开放内测资格,首场进化直播定于 10 月 14 日 19:00。该机被称为“第二代豆包手机”,9 月 16 日发布,号称“全球首款 AI 智能体手机”,由豆包手机助手主导 AI 体验,售价 5999 元起,搭载第五代骁龙 8 至尊版、7100mAh 电池及 Seed 最新全双工语音大模型。
国家安全部披露,不法分子接通电话后刻意保持沉默,诱使受害者回应,短短数秒语音样本就可能被用于 AI 声纹克隆,进而冒充身份实施诈骗。国家安全部还提到,AI 正把声纹、人脸、虹膜、步态等生物特征变成可采集复制利用的数据,带来过度采集、深度伪造和信息整合推断隐私等新型威胁。IT之家提醒,非法获取、出售或提供人脸照片、视频等公民个人信息情节严重的构成侵犯公民个人信息罪。
浙江慈溪法院认定,两公司生产销售的智能语音茶吧机搭载与小米“小爱同学”近似的“小爱小爱”唤醒词,构成不正当竞争,判令其停止生产销售相关产品并分别赔偿 8000 元和 1.5 万元。宁波市中级人民法院二审驳回上诉,维持原判。法院认为“小爱同学”已具有一定市场影响力和知名度,近似语音指令易导致公众混淆。
苹果与 AI 音频初创公司 Huxe 达成人才引进与技术许可协议,获其知识产权非独占许可并可聘用特定员工,这是 2026 年公开披露的第 4 笔苹果 AI 相关交易。Huxe 由 3 名前 Google NotebookLM 团队成员创立,曾于 2025 年 6 月推出同名音频简报应用并完成 460 万美元融资,2026 年 5 月关闭。