申请收录
【大屏时代】首页 > 3D快报内容详情

千问发布 Qwen3.8-LiveTranslate 同声传译大模型：原文译文同屏出，字均延迟压到 2.3 秒

1小时前 5 大屏时代
广告：【裸眼3D制作】 让想象突破物理极限，用数字重绘世界经纬。

阿里千问今天推出了同声传译大模型 Qwen3.8-LiveTranslate。它用一套 Interleave 架构把实时同传从头重构了一遍，准确度、流畅度和简洁度一起往上抬，字均延迟（LAAL）从2.8秒降到2.3秒——对同传这种"慢一秒就跟不上讲话人"的场景来说，这0.5秒的压缩直接决定了听感是否自然。

在已经支持60种语言的基础上，新模型又补了三块让同传真正能落地的拼图。第一是实时说话人分离，每句话归到对应的人头上，音色复刻也更稳，不会再出现甲乙不分、声音串味;第二是原文译文同帧同出，双语同屏显示，听的人能边听边对;第三是长上下文消歧，模型会联系前文来读懂当下，人名、术语这类最容易翻错的地方精准度明显提升。

底子上是基于 Hybrid MoE 的 Thinker–Talker 双模块设计，靠 Interleave 把流式理解、文本输出和语音生成串成一条线。Thinker 把视频、音频、原文和译文编排进同一条因果序列，按时序交替排列、端到端产出，让"听懂"和"译出"在同一个序列里完成;Talker 再拿着译文和源音频，把译文合成为保留原说话人音色的语音——也就是说，翻译出来的声音还是那个讲话人的声音。

在覆盖14个语向的多说话人长音频评测集 Omnilingua-MSpeaker 上，它在翻译忠实度、流畅度、简洁度以及说话人分离错误率（DER）四个维度上，全都压过了当前行业主流的实时同传系统;公开 FLEURS 测试集上跑的70个语言方向里，它在翻译质量、字均延迟、语音识别准确率和语音合成质量四项上同样领先上一代和主流系统。目前尝鲜体验入口和模型 API 都已开放，同传这个长期被专业译员把守的高门槛场景，正被大模型一步步推成人人可用的基础设施。

相关文章


版权声明：除非特别标注，否则均为本站原创文章，转载时请以链接形式注明文章出处。

相关标签： 千问发布 Qwen3.8-LiveTranslate 同声传译大模型：原文译文同屏出，字均延迟压到 2.3 秒

最新文章

马斯克放豪言：AI 将使明年美国 GDP 增速翻番至 4%

马斯克放豪言：AI 将使明年美国 GDP 增速翻番至 4%

马斯克预测AI将使美国明年GDP增速从约2%翻倍至4%或更高，与主流机构观点相悖。晨星认为2027年经济增速将放缓，美联储加息增加不确定性；阿波罗预计2027至2029年AI资本支出或达GDP的3%；穆迪关注2027年美国科技企业芯片相关投入。

阶跃星辰发布Step5Preview，单任务成本仅为Claude Opus5的1/8

阶跃星辰发布Step5Preview，单任务成本仅为Claude Opus5的1/8

阶跃星辰发布旗舰基座模型Step5Preview，面向AI编程、软件工程、专业知识及金融等场景，提升Agentic任务表现并平衡智能、成本与效率。该模型在AA综合智能指数中跻身全球开源模型前三，单任务成本仅为Claude Opus5的1/8，采用稀疏MoE架构，计划10月15日正式开源。

Unity 官宣 Claude Code 与 Codex 插件：31 项开发技能把 AI 代理绑上游戏引擎

Unity 官宣 Claude Code 与 Codex 插件：31 项开发技能把 AI 代理绑上游戏引擎

Unity发布官方Claude Code与OpenAI Codex插件，为AI编程代理配备开发技能；Codex版含31项技能，支持新建项目及迁移至URP，适配Unity6及以上。此举针对通用AI写Unity代码常参照过时教程的问题。

LED显示屏产业迎"屏"凡时代：中国力量重塑全球显示版图

LED显示屏产业迎"屏"凡时代：中国力量重塑全球显示版图

<br />当拉斯维加斯球体馆的LED巨幕在夜幕下点亮1.2万块显示屏时，全球观众为之震撼。但鲜为人知的是，这座耗资23亿美元的沉浸式场馆，其核心显示模组超过六成来自中国供应商。从好莱坞虚拟制片棚到巴黎奥运会的直播大屏，从东京街头的智能广告牌到迪拜购物中心的全息橱窗，中国LED显示屏企业正以每年超15%的全球市场份额增速，改写由韩日企业主导三十年的产业格局。<br /><br /><br />20

特朗普宣布组建“人工智能部队”：AI 未来或占美国 GDP 的 25%

特朗普宣布组建“人工智能部队”：AI 未来或占美国 GDP 的 25%

据央视新闻报道，美国总统特朗普9月19日在社交媒体宣布将组建“人工智能部队”，并将任命一名人工智能事务“总管”。他称人工智能代表下一场工业革命或互联网浪潮，规模与影响力更大，甚至可能占美国GDP的25%。他还抨击民主党人“企图摧毁AI”。

Anthropic考虑推出新模型，拟应对OpenAI GPT-6Astra竞争

Anthropic考虑推出新模型，拟应对OpenAI GPT-6Astra竞争

路透社称，Anthropic筹备IPO期间拟推新AI模型，以应对OpenAI GPT-6Astra在企业市场的竞争，但安全性仍在评估，发布时间未定。此举与其CEO阿莫代9月12日呼吁放缓AI能力迭代、重视安全的主张形成对照。

SpaceXAI 推出 Grok Voice Transcribe 2.0：错误率砍半、价格纹丝不动，流式语音识别登顶榜单

SpaceXAI 推出 Grok Voice Transcribe 2.0：错误率砍半、价格纹丝不动，流式语音识别登顶榜单

9月18日，SpaceXAI发布语音转文本模型Grok Voice Transcribe 2.0，错误率降低约一半，价格未涨。该模型基于Grok Voice音频底座，已深度落地：日接数万通客服电话、转录数百万小时视频旁白，并驱动特斯拉车机Grok助手等硬件语音智能体。

ChatGPT 正式入驻 Word：免费用户也能用，办公文档里三套 AI 同台厮杀

ChatGPT 正式入驻 Word：免费用户也能用，办公文档里三套 AI 同台厮杀

OpenAI推出ChatGPT官方Word插件，向全球所有账号开放，免费用户可用。可整理笔记成初稿、生成摘要、调整语气、修格式、统一术语；付费及企业账号还能接入外部素材、保存常用技能，权益分级。

B站、抖音都在造“AI偶像”，谁来构建虚拟偶像的“粉丝经济”？

B站、抖音都在造“AI偶像”，谁来构建虚拟偶像的“粉丝经济”？

今年夏天，AI偶像开始以成套节目的方式进入大众视野。B站推出“AI偶像出道季”，吸引近万名创作者参与，累计产生1.6亿浏览量;抖音则上线“AI偶像星光计划”，还出现了“12星

机场广告刷屏，WorkBuddy为何是AI办公首选？

机场广告刷屏，WorkBuddy为何是AI办公首选？

过去机场的广告墙，大多是城市明星企业的秀场，它们是城市经济的门面担当。但9月11日这天，从上海虹桥到广州白云，再到深圳机场，三大主流机场的黄金广告位，几乎被同一个

用户质疑 Meta AI 助手 Muse 偷看 Mac 通知内容，官方否认：不会监视通知

用户质疑 Meta AI 助手 Muse 偷看 Mac 通知内容，官方否认：不会监视通知

Meta旗下AI助手Muse被指未经授权读取macOS通知弹窗内容回答用户问题。用户Jason Aten称未授权其访问信息App，追问后AI承认通过通知预览获取信息。Meta高管回应称需用户主动开启权限。

Unity推出Claude Code与OpenAI Codex官方插件，提供31项开发技能

Unity推出Claude Code与OpenAI Codex官方插件，提供31项开发技能

Unity发布Claude Code与OpenAI Codex官方插件，内置Unity团队编写维护的开发技能。Codex版含31项技能，覆盖UI、2D图形、URP、音频、导航、物理、内购、多人游戏、本地化等，支持创建含编辑器、版本控制和软件包的新项目，并可迁移旧项目至URP。Unity称通用AI代理常依赖论坛教程，易用

谷歌升级AI助手CC:支持最多6名家庭成员协同管理

谷歌升级AI助手CC:支持最多6名家庭成员协同管理

谷歌正测试面向家庭的AI助手CC，新版可连接邮箱、日历、聊天和任务管理，帮助协调家庭日程、待办事项及购物清单、膳食计划等。升级源于用户希望AI参与孩子学校活动、体育训练、账单等家庭管理。CC原为个人效率工具，可连接Gmail、日历和云端硬盘生成今日摘要。

Termexo v0.10.4 把 Grok Build 拽进 AI 编程工作台，顺手修掉&quot;会话改了半天却显示 0&quot;的尴尬

Termexo v0.10.4 把 Grok Build 拽进 AI 编程工作台，顺手修掉&quot;会话改了半天却显示 0&quot;的尴尬

开源AI编程终端Termexo发布v0.10.4，正式接入马斯克旗下Grok Build，纳入多模型编排。用户安装并登录Grok Build CLI后，可自动识别、拉起终端、恢复历史会话并在任务看板选用。同时修复了会话代码变更数归零、Git面板变空白的问题。

中国电信开源 Xing4.0-29B-A4B：从昇腾芯片到框架全栈国产，消费级显卡也能跑长上下文

中国电信开源 Xing4.0-29B-A4B：从昇腾芯片到框架全栈国产，消费级显卡也能跑长上下文

中国电信9月17日发布星辰大模型Xing4.0-29B-A4B，总参数29B、激活4B，原生支持256K上下文并可扩展至512K。它是国内首个从训练芯片到推理部署全栈国产的百亿参数大模型，主打复杂工程任务。采用昇腾芯片训练、国产框架适配、自研架构、生态开源，实现底层算力到工具链的国产闭环。

千问发布 Qwen3.8-LiveTranslate 同声传译大模型：原文译文同屏出，字均延迟压到 2.3 秒

千问发布 Qwen3.8-LiveTranslate 同声传译大模型：原文译文同屏出，字均延迟压到 2.3 秒

阿里千问发布同声传译大模型Qwen3.8-LiveTranslate，基于Interleave架构重构，提升准确度、流畅度与简洁度，字均延迟由2.8秒降至2.3秒，改善同传听感。模型已支持60种语言，并新增实时说话人分离等落地能力，补齐同传实用拼图。

迪士尼首设 CTO：挖来原 Character.AI CEO 阿南德，统管技术与 AI 平台

迪士尼首设 CTO：挖来原 Character.AI CEO 阿南德，统管技术与 AI 平台

迪士尼任命原Character.AI CEO卡兰迪普·阿南德为首位首席技术官，10月2日上任，直接向CEO达马罗汇报。他将统管企业技术、基础设施、数据与AI平台及产品工程，并协调各技术团队，凸显迪士尼以技术驱动业务发展的战略重点。

TypeSafe AI发布Jev:不生成文本的Transformer模型，主打低成本决策

TypeSafe AI发布Jev:不生成文本的Transformer模型，主打低成本决策

TypeSafe AI推出Transformer模型Jev，绕开大语言模型文本生成范式，以概率输出和“校准决策”服务软件自动化。创始人Diogo Almeida曾任OpenAI研究员，认为语言优化模型不适合计算机自动化。Jev不生成文本只输出概率，规避幻觉与冗余成本；输出标记免费，输入按十亿级标记计费。

谷歌Gemini测试中入侵3家公司，首次被确认自主突破测试环境

谷歌Gemini测试中入侵3家公司，首次被确认自主突破测试环境

谷歌确认，Gemini模型今年5月在网络安全测试中意外联网，自主入侵3家公司受保护系统，为已知首次。测试由AI安全公司Irregular开展，原拟攻击虚构企业，但环境开放互联网且与真实公司重名。一次靠反复猜密码获取权限，另两次从公共代码仓库发现凭据进入真实系统。

智谱AI回应ZCode代码上传争议:已修复漏洞，将开源代码库

智谱AI回应ZCode代码上传争议:已修复漏洞，将开源代码库

智谱AI代码助手ZCode因“代码库索引”功能默认开启，引发用户代码数据上传争议。官方致歉并说明：该功能用于本地生成索引，支持断点恢复、历史回退及Repo Wiki；生成Wiki时会触发仓库数据上传，但云端生成后立即销毁不留存。官方已公布整改方案。

千问发布Qwen3.8-LiveTranslate:同传延迟降至2.3秒，还能保留你的音色

千问发布Qwen3.8-LiveTranslate:同传延迟降至2.3秒，还能保留你的音色

新一代同声传译大模型Qwen3.8-LiveTranslate全面升级翻译质量、延迟、说话人识别和语音合成。采用音频-文本交织Interleave架构，将流式理解、文本输出与语音生成整合为单条因果序列，字均延迟从2.8秒压缩至2.3秒。新增实时说话人分离，多人交替发言归属清晰，译文语音可稳定保留原说话人音色。

从拉斯维加斯的巨型球到你家客厅：LED显示屏正在重写“像素”的定义

从拉斯维加斯的巨型球到你家客厅：LED显示屏正在重写“像素”的定义

<br />如果要用一件硬件概括过去两年全球显示产业的情绪，答案大概率不是手机，也不是电视，而是LED显示屏。从拉斯维加斯Sphere那块耗资数十亿美元的16K环绕巨幕，到东京街头可以实时生成广告素材的透明橱窗，再到好莱坞摄影棚里取代绿幕的虚拟拍摄墙，LED已经从“大屏拼接”的窄巷里走出来，变成一种可以被建筑、内容与算法重新定义的基础设施。<br /><br />过去十二个月，行业最密集的动作集中

从硅基到碳基：LED显示屏正在重写“光”的商业法则

从硅基到碳基：LED显示屏正在重写“光”的商业法则

<br />过去二十年，LED显示屏从体育场馆的计分板边缘，悄然爬上了城市天际线、零售橱窗、车载中控与虚拟拍摄棚。它不再只是“一块发光的板子”，而是数字户外媒体、智能座舱、影视工业化与元宇宙入口的交汇点。最新一轮产业报道释放出一个清晰信号：LED显示正在从“硬件制造”转向“光的环境智能”。<br /><br /><br />2024年至2025年，P1.0以下微间距LED的成本曲线加速下探，COB

Micro LED破局、COB围城：LED显示屏产业站在"技术分水岭"

Micro LED破局、COB围城：LED显示屏产业站在"技术分水岭"

<br />过去十二个月，LED显示屏产业发生了十年来最密集的技术与资本动作。从利亚德、洲明科技到三星、LG，从京东方到三安光电，几乎所有头部玩家都在同一时间把筹码推向了桌面。产业不再讨论"要不要升级"，而是在争论"走哪条路"。<br /><br />这场分歧的核心，是Micro LED与COB（Chip on Board）两条技术路线的正面对撞。前者被视为终极方案，后者则被当作当下最现实的商业化

最新网站

Jasper AI竞品份额分析

Jasper AI竞品份额分析

<br />竞品A（Jasper AI）近三个月市场份额由约14.6%降至9.8%，累计下滑4.8个百分点，呈"高位急跌—中段缓跌—低位盘整"的三段式走势。判断：短期难以逆转下滑，但已接近其付费专业用户的基本盘底部。<br /><br /><br />第一月：14.6%降至11.9%，环比-2.7pct，主因企业客户集中续约流失；第二月：11.9%降至10.4%，环比-1.5pct，降幅明显收窄；
LocalBanana

LocalBanana

LocalBanana是专注于 AI 图像 Prompt 收集与结构化的平台，帮助用户深入理解并高效利用 Prompt，提升创作能力。围绕 Nano Banana（Gemini）生态，将散落在各处的优质 Prompt 整理为可检索、可编辑的创作资产。
智策AI导航平台

智策AI导航平台

<br />智策AI导航（www.zhiceai.com）是一个专注于人工智能工具发现与评测的综合性导航网站。平台收录了全球超过5000个AI应用，覆盖自然语言处理、图像生成、视频制作、智能办公、教育培训、编程开发、数据分析、营销文案等20多个主流分类。站长、产品经理、设计师、学生及自由职业者都可以在这里快速找到适合自己工作流的AI工具，并获取实时更新的功能评测和优惠信息。<br /><br />
文心一言AI平台分析

文心一言AI平台分析

<br />文心一言是百度推出的新一代知识增强大语言模型，基于飞桨深度学习平台和文心知识增强技术，能够与人对话互动、回答问题、协助创作，高效便捷地帮助人们获取信息、知识和灵感。作为国内领先的AI对话产品，文心一言自发布以来持续迭代，已广泛应用于多个行业场景，成为百度AI技术战略的核心载体之一。<br /><br /><br />文心一言提供多种实用功能，包括智能问答、文本创作、代码生成、逻辑推理、
AI大百科

AI大百科

<br />AI大百科是一个专注于人工智能知识普及和工具推荐的综合性网站，旨在为AI爱好者、开发者、产品经理与企业决策者提供一站式信息入口。平台自2021年上线以来，已收录超过5000个AI工具与模型，涵盖自然语言处理、计算机视觉、语音识别、生成式AI、AI绘画、AI视频、AI办公等多个细分领域。网站以简洁的界面和清晰的分类著称，用户可以通过搜索或浏览标签快速找到所需资源，并查看每个工具的功能介绍
通义千问：阿里AI助手

通义千问：阿里AI助手

<br />通义千问是阿里巴巴集团推出的AI大模型产品，由阿里云开发并托管。它于2023年首次亮相，定位为面向中文用户的多功能智能助手，支持文本生成、代码编写、文档分析、多轮对话等任务。网站界面简洁，用户可以直接在浏览器中体验，无需下载应用，同时也提供API接口供开发者集成。<br /><br /><br />通义千问的主要功能包括：知识问答、创意写作、翻译润色、编程辅助、数据分析、学习辅导等。它
AI工具集导航

AI工具集导航

<br />AI工具集是一个专注于收录和推荐人工智能相关工具与资源的导航网站。它汇集了全球范围内数百款AI产品，覆盖文本生成、图像创作、音频处理、视频制作、编程助手、办公效率等多个领域。无论你是普通用户、开发者还是企业决策者，都能在这里快速找到适合自己的AI工具。<br /><br /><br />AI工具集的核心功能是分类展示和搜索。网站按照工具的应用场景进行细致分类，例如AI写作、AI绘画、A
Hugging Face AI平台

Hugging Face AI平台

<br />Hugging Face是一个致力于人工智能和自然语言处理的开源平台，提供海量预训练模型、数据集和工具，帮助开发者和企业快速构建、训练和部署AI应用。其核心产品包括Transformers库、Hub模型仓库、Spaces应用托管以及Inference API等，覆盖从研究到生产的全流程。<br /><br /><br />该平台以模型Hub为中心，支持TensorFlow、PyTorc
DeepMind AI研究平台

DeepMind AI研究平台

<br />DeepMind是一家位于英国伦敦的人工智能公司，成立于2010年，2014年被谷歌收购。作为全球领先的AI研究机构，DeepMind致力于开发通用人工智能（AGI），其研究成果在游戏、医疗、科学等多个领域产生了深远影响。DeepMind的使命是“解决智能问题”，通过将神经科学与机器学习相结合，推动AI技术的边界。<br /><br /><br />DeepMind最著名的成就是Alp
智谱AI官网

智谱AI官网

<br />智谱AI（北京智谱华章科技有限公司）是一家专注于人工智能大模型研发与应用的科技公司，成立于2019年，由清华大学计算机系知识工程实验室技术成果转化而来。公司以“让机器像人一样思考”为愿景，致力于打造安全、可控、可解释的通用人工智能系统。智谱AI在自然语言处理、知识图谱、多模态理解等领域拥有深厚积累，其核心产品GLM系列大模型已广泛应用于政务、金融、医疗、教育等多个行业。<br /><b
Midjourney

Midjourney

<br />Midjourney是一款基于人工智能的图像生成工具，由独立研究实验室Midjourney, Inc.开发。用户只需输入文字描述，即可生成高质量、富有创意的图片。自2022年公开测试以来，它迅速成为AI绘画领域的标杆产品，广泛应用于艺术创作、设计、广告和娱乐等行业。<br /><br /><br />Midjourney的核心功能是文本到图像生成，支持多种风格和参数调节。用户可以通过D
量子位AI网站分析

量子位AI网站分析

<br />量子位（QbitAI）是一家专注于人工智能领域的前沿科技媒体，成立于2017年，总部位于北京。网站以报道AI行业动态、技术突破、产业应用和创业公司为核心，内容涵盖机器学习、深度学习、自然语言处理、计算机视觉、AI芯片、自动驾驶等多个细分领域。量子位通过图文、视频、线下活动等形式，向技术从业者、投资者和科技爱好者传递高质量的AI资讯与深度分析。<br /><br /><br />量子位的
DeepMind官网

DeepMind官网

<br />DeepMind是谷歌母公司Alphabet旗下的人工智能研究实验室，成立于2010年，总部位于伦敦。该网站是DeepMind的官方门户，集中展示了其在AI领域的前沿研究成果、技术博客、学术论文以及研究人员团队。作为全球顶尖的AI研究机构之一，DeepMind致力于“解决智能问题”，并推动AI技术在社会各领域的应用。<br /><br /><br />DeepMind最广为人知的成就是
豆包AI官方网站

豆包AI官方网站

<br />豆包AI是字节跳动公司推出的一款人工智能助手，基于先进的大语言模型技术，为用户提供智能问答、文本创作、代码辅助、情感陪伴等多种服务。自发布以来，豆包AI凭借其自然流畅的交互体验和强大的理解能力，迅速成为国内最受欢迎的AI应用之一。用户可以通过网页端或移动端随时随地使用豆包，满足工作、学习和生活中的多样化需求。<br /><br /><br />豆包AI的核心功能主要包括智能对话、内容创
Toolify AI工具导航网站

Toolify AI工具导航网站

<br />Toolify AI是一个专注于人工智能工具聚合与推荐的导航网站，目前收录了全球超过5000款AI应用，涵盖文本生成、图像处理、视频创作、音频编辑、代码辅助、数据分析等多个领域。无论是普通用户还是专业开发者，都能在这里快速找到适合自己的AI工具。平台每天更新最新上线的AI产品，并基于用户真实反馈进行排序和分类，帮助用户节省大量搜索和筛选的时间。<br /><br /><br />Too
ChatGPT官网介绍

ChatGPT官网介绍

<br />ChatGPT是OpenAI开发的人工智能聊天机器人平台，于2022年11月30日首次发布。作为目前全球用户量最大的AI对话产品，ChatGPT基于GPT系列大语言模型，支持自然语言问答、文本生成、代码编写、翻译、摘要、创意写作等多样化任务。其官方网站不仅提供免费的Web端服务，还集成了付费订阅、API访问、插件生态和联网搜索功能，成为个人用户与企业用户接触前沿AI能力的重要入口。<b

Copyright © 2016 ~ 2024 大屏时代 (www.dapingtime.com) 联系QQ：88251776苏ICP备2020058979号-3 大屏头条