搜索结果
Fireflies推出语音代理，用于筛选、销售和支持通话
Fireflies推出了语音代理，可进行筛选面试、销售发现和支持通话，并报告称已在97个国家的2100个组织中进行了超过4万次对话。 根据欧盟《人工智能法案》附件三，招聘和候选人评估系统属于高风险，相关义务推迟至2027年12月2日，但透明度义务和《通用数据保护条例》仍然适用……
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
ChatGPT移动端加入语音智能代理功能
OpenAI宣布ChatGPT移动应用开始加入基于语音的智能代理功能，用户今后不只是能够通过语音与ChatGPT聊天，还可以直接用语音指挥它执行更加复杂的实际工作。例如，用户可以要求ChatGPT创建一份文档、起草电子邮件、总结Slack消息，甚至开展一系列需要多个步骤才能完成的任务。 此次更新的核心是将ChatGPT此前已经逐步加入桌面端的Agentic Work能力带到手机上。对于Plus和P
OpenAI 外包商能查看到真实用户与ChatGPT的聊天记录
OpenAI已悄悄建立了一个人工审核业务，在内部被称为“莉莉计划”（Project Lily），旨在使聊天机器人减少谄媚并提高准确性，但它也使敏感的用户提示内容暴露给外部承包商。 OpenAI正在支付数百名承包商来阅读真实的ChatGPT对话并对机器人的回复进行评分。 尽管OpenAI强调账户保持匿名，但内部文件显示，审核人员会查看完整的对话，且敏感的个人详细信息经常绕过公司的自动保护措施。 ——
OpenAI为ChatGPT Work推出数据代理工具
2026年9月10日，OpenAI推出了适用于ChatGPT Work的数据代理（Data agent）工具。 该工具旨在让企业用户能够使用自然语言分析公司数据。 该代理可连接至Amazon Redshift、Google BigQuery、Snowflake和Databricks等多种数据源，并支持与Google Drive和 SharePoint的文件集成。 通过利用语义层和现有权限设置，该工
谷歌在Gmail、Docs和Keep中推出AI语音功能
用户可以使用新的对话式功能搜索电子邮件或起草文档
OpenAI推出Agents API公开测试版
2026年9月10日，OpenAI正式发布Agents I公开测试版，为开发者提供构建和部署云端智能体（cloud agents）的托管服务。 该I基于开源的Codex harness驱动，可管理编排、长时会话及工具调用。 开发者可选择使用OpenAI托管的沙箱环境，或选择Cloudflare、DigitalOcean、Oracle和Vercel等合作伙伴提供的基础设施。 针对长会话的自动上下文压
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
Adobe for Slack将聊天线程转化为Firefly图像、视频和PDF
Adobe for Slack让Slackbot利用Firefly、Photoshop、Premiere、Acrobat及其他70多种工具，将对话和共享文件转化为图像、视频和文档。 欧盟《人工智能法案》第50条现在要求以机器可读格式标记合成内容，而欧盟委员会自身的指导意见将Adobe的C2PA标准列为[…]
OpenAI 现在为 Adobe 的创意工作室提供图像模型，并将其转化为可分享的提示词。
OpenAI 发布了 ChatGPT Images 2.5，包含两个新的图像模型，Adobe 已经将其中一个应用到了 Firefly 中。 该公司表示，ChatGPT 及其图像模型每周生成的图像超过 30 亿张。 值得注意的是，此次新增的主要是界面功能而非模型研究，其中包括能够将提示词与图像一起分享等 […]
OpenAI想让你对着手机“脱口而出你的想法”
OpenAI正在进一步进军竞争激烈的个人智能体市场——这一次是语音领域。该公司于周三将其最先进的语音系统接入ChatGPT的网页端和移动应用。OpenAI此次发布的功能允许用户通过语音来委派需要多个步骤、浏览器以及不同应用协同完成的单次和重复性任务。该公司一直在为下周举行的OpenAI DevDay大型活动预热，接连发布新产品。OpenAI负责ChatGPT语音功能的产品主管阿蒂·埃莱蒂向Busi
对着手机轻声抱怨可能是客户反馈的未来
忘掉电子邮件调查或长时间等待的电话吧。Voicebox让用户通过手机录制语音便条来发送客户反馈。
用AI“复活”家人，似乎不是个好生意
用AI“复活”已逝亲友的想法太过诱人，所以当ChatGPT诞生、掀起新一轮AI浪潮之后，哀伤生意与AI的碰撞几乎是注定的。 但如今，曾经寄希望于AI初创公司的悲伤之人，不得不与“亲友”再次告别了。 今年7月，帮人留住亲人声音的AI公司HereAfter传出了关停消息。它曾推出199.99美元的一次性付费套餐，让家属日后通过AI提问，听到亲人生前录下的回答。现在用户被告知需要给公司发邮件，申请取回录
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
DeepSeek 开口说话了：灰度测试上线，支持四种音色
同时，DeepSeek的设置页面语音栏里会出现“朗读音色”的选项，贝壳（百变活泼）、白浪（明朗坚定）、海星（俏皮甜美）、暗潮（低沉浑厚）。 另据DeepSeek消息，DeepSeek V4.1 Flash模型于9月10日正式发布。这是DeepSeek全新模型结构系列中的最小尺寸模型，具备原生多模态视觉理解能力。能力上限更高、推理速度更快、吞吐更大、可扩展到更大参数模型。 DeepSeek称， De
OpenAI Project Lily曝光：有数百名外包员工阅读ChatGPT对话 隐私过滤并不彻底
据 404 Media 发布的报道，OpenAI 内部有个名为莉莉计划 (Project Lily) OpenAI 雇佣数百名外包提示词审核员，人工阅读真实用户与 ChatGPT 的对话，用来改进回复质量。 正常情况下提示词审核员并不能看到用户名，对话会先通过隐私过滤器进行内容过滤以删除个人信息，不过 OpenAI 也承认过滤机制可能会漏掉个人信息，短对话尤其容易出现问题。 审核界面通常还附带用户
蚂蚁国际携手Visa、万事达卡制定AI代理支付标准
蚂蚁国际、Visa和万事达卡近日宣布启动合作，共同探索建立面向人工智能代理的“了解你的代理”（Know Your Agent，KYA）互操作框架，为未来由AI代理代表用户自主完成购物和支付建立统一的身份识别、验证和风险管理标准。 随着AI代理逐渐从提供购物建议发展到能够直接下单和付款，当付款不再由人亲自操作时，商家和支付机构究竟应该如何确认正在交易的AI代理是谁、是谁授权它行动，以及它是否仍然按照
OpenAI利用人类外包人员审核ChatGPT匿名对话以优化模型
泄露给404 Media的内部文件显示，OpenAI在“Project Lily”项目下雇用了数百名承包商，读取并评分真实的ChatGPT用户提示和回复，以改进模型性能。 这些审核人员通过Crossing Hurdles和Mercor等公司聘用，评估回复的语调、谄媚程度和准确性。 尽管OpenAI使用“隐私过滤器”对数据匿名化，敏感个人信息仍可能被暴露。 免费版、Plus和Pro用户默认启用模型训
OpenAI 测试广告赞助的智能体，并扩展 ChatGPT 广告 AI 工具
OpenAI 正在探索将广告整合进其 AI 智能体中，并为 ChatGPT 开发新的广告投放工具，旨在通过 AI 驱动的营销解决方案提升商业化能力。
口语转录，一步到位！全国产算力语音识别模型，听得懂上下文了
智东西9月24日报道，昨日，科大讯飞推出最新语音识别大模型Spark-ASR-2.0。该模型基于讯飞语音基座大模型Spark-Audio-1.0-Preview构建，重点提升通用识别、复杂声学场景识别、上下文识别和文本流畅规范性。 值得注意的是，语音基座大模型Spark-Audio-1.0-Preview和语音识别模型Spark-ASR-2.0均基于全国产算力展开训练。讯飞正在以多年积累的智能语音
ChatGPT 移动应用新增语音智能体功能
OpenAI 于周三宣布，其移动应用将引入基于语音的智能体功能，允许用户通过语音触发诸如起草文档或总结电子邮件等工作流。随着越来越多的用户开始使用语音向 AI 助手下达复杂任务指令，这一功能应运而生。 今年七月，OpenAI 推出了其新的对话模型 GPT-Live，随后该公司将其与桌面应用集成，使用户能够利用语音在“工作”标签页中完成任务或在“Codex”标签页中构建应用。此次新功能的推出将类似的
语音AI初创公司ElevenLabs聘请OpenAI高管负责营收
ElevenLabs已聘请前OpenAI高管Ashley Kramer担任其首位首席营收官，这是该初创公司为提升其人工智能语音工具的企业需求所做的努力之一。 Kramer此前在OpenAI担任企业销售副总裁，并曾在开发者平台GitLab Inc.、Oracle Corp.和NASA任职。 她加入之际，这家初创公司越来越依赖企业客户而非消费者来推动销售。 今年，来自企业客户的收入占比超过一半，高于去
Salesforce已就收购AI客户研究平台Listen Labs进行谈判，交易金额20亿美元
Salesforce已就收购Listen Labs进行谈判，这是一家为品牌提供营销研究的AI初创公司，交易金额为20亿美元。
千问同声传译大模型Qwen3.8-LiveTranslate正式发布
凤凰网科技讯 9月19日，千问正式发布同声传译大模型Qwen3.8-LiveTranslate，模型以Interleave架构重构实时同传，准确度、流畅度、简洁度全面提升，字均延迟从2.8秒降至2.3秒。 据介绍，在支持60种语言的基础上，Qwen3.8-LiveTrans实时说话人分离，每句话归属清晰，音色复刻更稳定；