搜索结果
微软Foundry加入原生实时语音智能体 正面挑战Google Gemini Live
微软正在进一步加强Foundry平台的实时语音能力，为开发者提供能够直接进行语音输入和语音输出的原生语音智能体，从而让企业能够更加容易地构建类似Google Gemini Live的实时对话式AI体验。 微软此次更新的核心变化，是Foundry Agent Service开始支持原生实时语音能力。与传统AI智能体先将语音转换成文字、再交给文本模型处理、最后把文字重新转换成语音的流程不同，原生语音架
Google正式推出面向Windows平台的Gemini原生桌面应用程序
Google公司正式宣布向全球Windows操作系统用户推出Gemini人工智能助手的原生桌面客户端应用程序。这一长期受PC用户期待的举措，标志着Google不再将Gemini的桌面访问体验局限于网页浏览器标签页之内，而是选择直接切入全球最大的桌面计算操作系统底层生态，正面迎战已深度植入Windows平台的微软Copilot以及OpenAI早前上线的ChatGPT桌面客户端。 长期以来，Windo
谷歌推出面向企业的Gemini 3.8 Live，配备实时虚拟形象
谷歌推出面向企业的 Gemini 3.8 Live，配备实时虚拟形象。 2026 年 9 月 24 日，谷歌推出 Gemini 3.8 Live 的实时虚拟形象功能。 这是 Gemini Enterprise 的一项功能，将近实时视频生成与语音相结合，提供动态的视觉形象。 该工具支持 97 种语言的精准唇形同步和自然表情，让企业智能体能够改善客户服务和交互式操作演示。 它支持异步工具执行，使 AI
Google发布原生语音大模型Gemini 3.8 Live 首创“边说边想”扩展推理模式
Google今日正式公布了其在原生端到端语音交互领域的最新突破，推出全新一代实时语音大模型Gemini 3.8 Live以及针对高难度任务定制的Gemini 3.8 Live Extended Thinking。 这两款模型代表了Google原生音频对音频（Audio-to-Audio）技术体系的重大跨越，不仅将实时对话延迟与自然度推向新高度，更首次在低延迟语音流中实现了深层多步推理能力，彻底改变
Google深度整合Gemini语音交互功能 全面登陆Gmail、Docs与Keep
Google宣布为其Workspace办公生态推出一系列基于Gemini的人工智能语音新功能，正式将对话式语音交互深度整合进Gmail、Google Docs和Google Keep三大核心产品。用户未来无需繁琐地手动打字输入，直接通过语音对话即可完成邮件检索、文档起草以及结构化笔记整理等多项复杂任务。 在Google Docs中，用户现在能够通过语音指令直接创建和编辑文档草稿。该功能特别针对处理
谷歌Gemini可以呈现卡通或逼真的虚拟形象，为生成式对话进行唇形同步
谷歌为其实时对话模型 Gemini 3.8 Live 增加了一项名为“Live Avatar”的功能，该功能能够生成动画角色和逼真的数字人，为 Gemini 机器生成的语音进行对口型配音。谷歌 DeepMind 研究科学家张硕茵（Shuo-yiin Chang）和 Gemini 软件工程师郑承杰（CJ Zheng）在一篇博文中解释道：“对话本质上是多模态的：我们通过倾听、注视、说话以及使用面部表情
Google发布Gemini 3.8 Live Live Avatar数字人交互功能 赋予AI实时视频面孔
Google公司宣布，正式在Gemini Enterprise企业级平台中全面上线“Live Avatar”（实时数字人）功能。该技术深度集成了Google最新的Gemini 3.8 Live大模型架构，在原有近乎零延迟的高流畅语音对谈基础上，首次引入了近乎实时的生成式视频生成能力，使对话式人工智能拥有了能够“边听、边看、边说”的动态视觉形象。 根据官方介绍，Gemini 3.8 Live Liv
T早报｜腾讯WorkBuddy布局生态；阿里更新Qwen 3.8-Max；Anthropic发布Fable 5.1和Mythos 5.1
腾讯WorkBuddy布局生态 为软硬件开放智能体底座能力9月2日，腾讯WorkBuddy宣布开放平台正式上线，首批引入硬软件百余家厂商合作，面向智能硬件、行业应用与开发者等开放底层智能体能力。腾讯在WorkBuddy生态发布会上展出9款联名智能硬件，具体合作方包括Plaud、乐奇Rokid、影石、科大讯飞、安克、猛玛、京东京造等品牌；同时，通达信、广发证券、北大法宝、微盟、北森、云账房和帆软等3
微软10月特别活动将展示OneDrive融合Copilot AI生态
微软公司近日宣布，将于10月8日举办一场聚焦云存储与生成式人工智能融合的特别线上发布会活动。本次活动将以“Copilot + OneDrive”为核心主题，系统性展示微软如何将前沿人工智能技术全面下沉并嵌入其云存储服务体系，推动 OneDrive 从传统的静态文件存储工具向智能化、强交互的个人与工作生产力中枢演进。 作为微软整体 AI 战略布局的重要延伸，此次大会将由负责协作应用与平台的集团高管及
Google公布9月Android更新：Gemini、消息应用和无障碍功能迎来多项改进
Google于9月2日宣布推出2026年9月Android更新，为Android手机带来五项新功能，涵盖Gemini深度整合、晕车缓解、无障碍体验以及Google Messages功能升级等方面。 其中一项实用改进是，用户可以让Gemini记住个人物品的放置位置。例如，用户可以告诉Gemini“我把车钥匙放在客厅的抽屉里”，还可以附加一张参考照片。相关信息随后会保存到“查找中心”（Find Hub
Google Gemini开始替你打电话：AI可代表用户联系商家、预约服务并全程处理通话
Google正在测试一项名为“Call for Me”的新功能，让Gemini能够代表用户直接拨打商家的电话，并独立完成整个通话过程。与过去只能帮助用户拨号或者在电话菜单中提供辅助不同，这一次Gemini真正承担了“替用户打电话”的工作，可以询问商品库存、了解价格、预约服务、修改预约时间，甚至在电话另一端长时间等待人工接听。 目前这项功能仍处于实验阶段，首批仅面向美国地区的Pixel 11系列手机
微软并未放弃混合现实战略 Meta Quest获摄像头与麦克风直连Windows新能力
尽管微软近年来已经停止Windows Mixed Reality平台的发展，但这并不意味着公司彻底退出混合现实领域。最新迹象显示，微软仍在持续推进与Meta的合作，并正在进一步强化Meta Quest与Windows 11之间的深度整合。 微软近日发布新版Mixed Reality Link应用更新，为Meta Quest 3和Quest 3S头显带来了摄像头和麦克风串流功能。这项升级意味着Que
Anthropic、Meta、谷歌、阿里齐发模型更新 编程能力较量白热化
【财新网】在各自的旗舰模型基础上，各大模型厂发布更新版模型。北京时间9月2日和3日，Anthropic、Meta、谷歌和阿里等公司发布了基于旗舰模型的更新版本，在编程、网络安全和办公等领域的能力提升。 目前从第三方AI模型榜单看，最新发布的模型当中，Claude Fable 5.1在智能水平上排名最靠前，Meta新发布的Muse Spark 1.3排名第三，谷歌的新模型Gemini 3.8 Fla
谷歌宣布正加速推进旗舰级 Gemini 4 AI 模型研发
谷歌科技巨头即将推出其最新旗舰人工智能模型 Gemini 4，以在与 Anthropic 和 OpenAI 的竞争中重新赢得优势。谷歌 DeepMind 新任最高领导人 Kavukcuoglu 在 AI Agenda Live 峰会上表示，Gemini 4 目前正处于后训练阶段的早期，团队正在对其进行精调与安全性测试，目标是“远早于”今年年底发布。 该模型是自去年 Gemini 3 系列发布以来的
Meta推个人AI助理Muse
外电报道，Facebook母公司Meta发布一款能够代用户执行任务的新型AI智能体，这款名为Muse的智能助手与Meta AI实验室正在开发的一系列模型同名，可帮助用户自动完成多种事务。 Meta表示，该应用将于周二向美国用户推出，其能够协助网上购物、购买电影票、安排网球课程等预约。
亚马逊的新AI技术将嘴唇与配音音频匹配
亚马逊旗下 Prime Video 正在推出一项新的AI驱动功能，该功能将演员的嘴唇与真人配音的音频对齐。这项功能目前仅适用于德国剧集《Maxton Hall》的英语配音，但Prime Video 计划将来将其扩展到“额外作品”。 在其公告中，Prime Video 表示，其使用AI和视觉特效技术的组合，使嘴唇动作与翻译后的语音匹配。去年，Prime Video 已经开始在12部电影和电视节目中试
T早报｜微软AI负责人警告Claude拟人化训练存失控风险；豆包二代AI手机发售；商业火箭企业箭元半年融资超23亿元；哈啰Robotaxi完成1亿美元融资
哈啰Robotaxi完成1亿美元融资微软AI负责人警告Claude拟人化训练存失控风险9月16日，美国数字媒体 Axios报道称，微软AI负责人Mustafa Suleyman向该媒体分享了一篇文章，指出Anthropic让Claude模仿人类意识是一个错误。他认为，Anthropic正在让Claude学习与意识、道德地位和个人身份有关的词汇与行为模式；若把模型训练得像一个“良心拒绝者”，模型可能
微软为Copilot加入内置浏览器 向“边看网页边工作”进化
微软正在持续扩展Copilot的能力边界。最新更新显示，Copilot现已整合侧边网页浏览功能，允许用户在与AI对话的同时浏览互联网内容，使人工智能助手与传统浏览器之间的界限进一步模糊。 根据微软公布的设计，新版Copilot不再只是一个独立聊天窗口，而是在界面中增加了并排显示的网页浏览区域。用户无需频繁在浏览器与AI助手之间来回切换，即可一边查看网页内容，一边与Copilot进行讨论、分析和整理
谷歌新的Gemini TTS模型可以从30秒的音频中克隆声音
“今天，我们为Gemini系列引入两款全新的文本转语音模型，将语音生成从静态预设转变为动态创意工作室。”谷歌在公告中写道。 谷歌于周三发布了Gemini 3.8 Flash TTS和Gemini 3.8 Flash-Lite TTS。两款模型从今天起在Gemini API和Google AI Studio中逐步上线。它们加入了谷歌本月早些时候推出的Gemini 3.8系列。 据谷歌介绍，Flash
微软借AI发力重构Windows 11原生应用生态 告别套壳网页与性能臃肿
微软正掀起一场针对Windows 11生态的重磅底层变革，旨在彻底终结长期以来充斥在操作系统内的“套壳网页应用（Web App Slop）”时代。多年来，微软及众多第三方开发者广泛采用基于Chromium内核的Web技术（如Electron、Edge WebView2等）来构建桌面应用，尽管这极大压缩了跨平台开发成本，但也让用户深陷系统资源被疯狂蚕食、启动缓慢及界面交互割裂的泥潭。如今，微软决定将
微软证明Windows 11的WinUI现代界面性能表现能击败传统Win32
微软一直在尝试让 Windows 现代化。这里所说的“现代化”，主要是指将传统功能迁移到 WinUI——微软目前主推的原生用户界面框架。从“属性”窗口、“自动播放”对话框，到 Windows“运行”工具，越来越多功能都在获得支持深色模式的现代化设计。但问题在于，性能表现如何？ 过去几个月里，WinUI 的稳定性确实有所提升，但微软似乎没有得到足够多的认可。Windows“运行”对话框就是一个很典型
微软推动Windows 11全面迈向本地端侧AI运行
微软正在对Windows 11的底层人工智能战略进行重大调整，计划逐步摆脱对键盘实体Copilot按键以及网页端侧边栏的初级依赖，全面转向在用户PC本地直接高效运行大型AI模型的全新阶段。这一转变标志着微软对AI与操作系统的融合探索正从表层的交互呼出入口，深入到操作系统的底层计算架构之中。 在过去两年中，微软为普及Copilot采取了密集的软硬件捆绑策略，包括联合OEM厂商在PC键盘空格键右侧新增
阿里、谷歌同时重做电脑，智能体PC真要来了
触控屏显示器的 MacBook 还在路上，QwenBook 和 Googlebook 已经迫不及待先行。在刚刚结束的首日高通骁龙峰会上，阿里千问展示了面向 AI 打造的PC产品 Qwen Book。 同时，首批 Googlebook 即将在下月初发售，它们不约而同地使用了相似的自我介绍：「AI 原生电脑」。 过去两年的 AI PC，通常意味着在电脑里增加一颗 NPU，再预装一个随时可以唤醒的聊天助
Firefox 155正式发布 借助Happy Eyeballs v3与QUIC v2加快网页加载
Mozilla已发布Firefox 155浏览器，正式公告预计于当地时间周二公布。此次版本新增功能较多，重点提升了网页连接速度，并引入可选的人工智能桌面浏览窗口。 Firefox 155支持Happy Eyeballs v3，可同时尝试多种连接方式，并优先采用最先成功的连接。该机制在并行比较IPv4与IPv6的基础上，还能利用现代DNS记录识别服务器支持的协议，并同时尝试HTTP/2和HTTP/3