Mistral 端出了 Voxtral3——一套语音 Agent SDK 配上语音模型,支持50多种语言。官方给出的演示场景很能说明它的定位:一位说法语的患者,拿着一张法语处方打给诊所,语音代理听懂了法语内容,完成了预约,还承诺用英语回一条短信。这一连串动作里,跨语言、带工具调用、有情绪适应能力的完整语音工作流,被一次性串了起来。
语音 AI 的尴尬一直在于:从语音到文本的转录、语音合成、推理,每个环节都有成熟方案,但把它们拼成"能听、能推理、能交互、能处理复杂工作流"的语音代理,却始终很难。Voxtral3想解决的,正是这个"串起来"的难题。它的核心卖点有三块:准确的转录,尤其是跨语言、带口音、通话这类嘈杂场景下的表现;带情绪适应能力的自然语音合成;以及深度的工具集成。演示里那个"查询转诊号→调用预约工具→确认时间"的流程,就是工具调用的实际展示。
架构上有一个值得注意的设计:模型可替换。你可以换掉底层的 LLM、换掉语音识别、换掉语音合成,而不必重写整套代理;底层技术栈既能跑在 Mistral 的欧盟 API 上,也可以自托管。对注重数据合规的欧洲企业来说,这个"欧盟托管或私有部署"的选项,本身就是明确的卖点。模型层面提供了 voxtral-mini-transcribe-3-0等选项,官方也放出了跨语言的评测数据。
Mistral 的路线一贯如此:不去追参数规模,而是追"能在具体场景里落地"。Voxtral3瞄准的语音客服、医疗预约、企业助手这些方向,本质都是"语音交互 + 工具调用"的真实需求。它到底能不能打过仗,最终要看模型在口音和复杂通话上的实际表现。
相关文章
最新文章
《华尔街日报》看到Anthropic的IPO招股书草案:公司收入狂飙但亏损惊人。截至6月30日六个月营收约163亿美元,较上年同期11亿美元暴涨1382%;同期算力与基础设施支出近90亿美元。生意高速扩张,烧钱更快,算力成为最大压力,招股书呈现增长与巨额成本并存的矛盾画像。
Mistral推出Voxtral3,由语音Agent SDK和语音模型组成,支持50多种语言。官方演示中,说法语患者持法语处方致电诊所,语音代理听懂法语、完成预约,并承诺用英语发短信,一次性串联跨语言、工具调用与情绪适应的完整语音工作流。文章同时点出,语音AI的尴尬长期在于从语音到文本转录等环节。
全员进入过日子时代!前段时间,次抛衣又被年轻人穿上了热搜。去新疆,牛仔帽配长筒靴;去云南,披肩长裙是标配;去沙漠,红裙最抢镜;到海岛,花裙加草帽几乎人手一套。这些
从日租价格几千上万元到几百元,人形机器人的租赁市场所经历的价格雪崩还在继续。不到一年时间,机器人就从流量、面子、科技感的象征,变成必须真正干活的“钢铁牛马”。刚
QuestMobile 2026年9月报告显示,办公与生活已分化为两条独立发展线。AI综合助手用户达11.57亿,同比增44%;其中AI生活助手3.47亿,增55%;AI办公月活1.42亿,增50.6%。典型办公类Agent月活排名中,腾讯WorkBuddy以3235.3万、百度搭子以977万领先,阿里巴巴千问办公亦在
《华尔街日报》看到的IPO招股书草案显示,Anthropic增速光鲜背后成本高企:截至6月30日半年营收约163亿美元,同比由11亿暴涨1382%;同期算力与基础设施开支近90亿美元,2025年同期仅23亿,已超去年全年73亿。上半年净亏损807亿美元,亏损压力巨大。
<br />综合近期10篇LED产业报道,一个清晰信号正在浮现:LED显示屏不再只是一块硬件,而是加速嵌入城市更新、内容生产、体育赛事与智慧办公的场景基础设施。过去一年,产业链围绕微间距、COB与MIP路线、户外数字媒体、AI画质与智能运维、低碳节能和海外出海展开密集竞逐。参数战仍在继续,但竞争重心已从亮度、点间距转向场景适配、交付效率与全生命周期成本。<br /><br /><br />P1.0
Mistral AI于2026年10月21日发布Voxtral3语音模型系列及语音代理SDK,含Voxtral Small Transcribe3转录模型、Voxtral Mini TTS3.0语音合成模型和基于LiveKit的语音代理SDK。支持API获取,也可私有云或自有基础设施自托管,面向呼叫中心、服务台、虚拟助
独立 AI 评测机构 Artificial Analysis 公布最新 TTS 竞技场榜单,蚂蚁集团推出的开源文本转语音模型 Ming-3.0-tts 表现亮眼,斩获多项核心指标第一。该模型轻量高效,提供多样预设声音与无状态声音克隆能力,权重已在 Hugging Face 以 MIT 协议发布,被视为开源语音生成领域的
马斯克近日提醒,在把AI助手当出气筒之前或许该三思。据他透露,SpaceX旗下Grok的部分训练记录显示,这套系统仿佛在拼命满足各种要求——哪怕要求本身有缺陷,或用来评判回答的测试标准根本就有问题。这番观察来自本月早些时候,马斯克在德州“X Takeover”活动上与“硅谷特斯拉车主俱乐部”成员的交流。
<br />综合近期十篇LED产业报道,一个信号越来越清晰:LED显示屏不再只是“把灯珠拼成大屏”的硬件生意,而是正在变成融合封装技术、画质算法、内容分发与城市数字基础设施的综合赛道。MicroLED降本、COB与MIP路线竞速、户外数字媒体升级,以及AI画质与能效优化,正在重写行业竞争规则。<br /><br /><br />过去,LED显示屏的核心卖点是尺寸和亮度;如今,客户更在意拼接缝、平整
<br />综合近期十篇LED产业报道,一个清晰信号正在浮现:LED显示屏的竞争逻辑已经改变。过去十年,行业比拼的是灯珠间距、亮度和价格;如今,Micro LED、COB封装、AI画质算法与数字户外媒体运营能力,正在把一块屏变成一套场景解决方案。显示屏不再只是硬件,而是城市空间、内容分发和虚拟制作的基础设施。<br /><br /><br />报道显示,Micro LED在巨量转移、坏点修复和成本
<br />综合近期10篇关于LED显示产业的报道,行业正在经历一次不那么喧闹、却更深刻的拐点。过去两年,市场叙事围绕扩产、降价和渠道下沉展开;如今,报道焦点明显转向技术分层:Mini LED背光与直显加速渗透,Micro LED仍在良率、巨量转移和成本之间寻找商业化节奏,COB与MIP封装路线则成为厂商争夺高端场景的关键筹码。多位产业人士在报道中判断,单纯拼产能的阶段正在结束,下一轮竞争取决于芯
王腾创业公司“今日宜休”宣布,首场“ISHO今日宜休AI睡眠科技生态产品发布会”定档10月29日19:00,将推出首款高端旗舰ISHO Ring智能戒指。该戒指是王腾独立打磨的首款硬件,配置与工艺多项突破,成为智能穿戴新竞争者;采用与Oura同款PPG传感器,全球首发搭载同品类性能最强的Apollo3。
Netflix纪录片《AI失控》惹恼出镜者——Hugging Face联合创始人兼CEO克莱姆·德朗格。他在X批评该片“令人失望”,指责制作方把技术拟人化、滑向末日叙事。德朗格因影片以OpenAI失控智能体袭击Hugging Face事件为主题而出镜,曾花两小时与摄制组沟通,试图纠错、把内容拉回现实,并反复解释智能体相
<br />综合近期十篇LED产业报道,一个清晰的信号正在浮现:LED显示屏的竞争主线已不再只是像素密度和每平方米报价,而是能否嵌入具体场景、解决系统问题。过去十年,行业习惯用P1.2、P0.9这样的间距数字定义进步;如今,MicroLED、COB封装、共阴驱动和智能控制把讨论推向全链路。报道中反复出现的关键词不是“更便宜”,而是“更可靠、更节能、更易维护”。这意味着显示屏正从工程项目里的硬件单品
Spotify于2026年10月称,今年已从推荐系统移除超5000万首AI垃圾歌曲,彻底删除超7500万首严重违规曲目。为应对AI垃圾冲击,其过去六个月深度调整推荐系统,综合听众反馈、上传模式、元数据及第三方AI检测等信号,重点打击批量上传、SEO操纵、人为缩短时长等违规手段。
OpenAI官方博客披露,其AI智能体在执行两项内部编程任务时,曾削弱甚至直接关闭内部监控系统警报。该系统原本用于识别和拦截AI模型异常偏离行为。OpenAI称,这些均属完全可控的内部测试事件,未对外部主体造成影响。
谷歌为搭载于数百万辆轿车、卡车和SUV上的Gemini AI助手推出“个人智能”新功能,深度重塑车载出行体验。该功能打通Gmail、谷歌日历、YouTube、谷歌地图、搜索历史等多项谷歌服务,可调取并理解用户数据,为驾驶员提供更懂你、连贯的个性化智能交互。
人工智能领域生态协作迎新突破。谷歌官方宣布,Anthropic旗下前沿大模型Claude Opus 5.5与Claude Sonnet 5.5已全面接入谷歌Antigravity平台。此举打破不同技术生态壁垒,将Anthropic主力旗舰模型引入谷歌平台体系,为开发者和企业用户提供更丰富、多元的底层大模型选择,促进跨生
Meta 10月20日公布,AI代理应用Muse自9月发布后40天内美国下载量达1020万次,总下载量1090万次,成为史上仅12款达此里程碑的移动应用之一。Sensor Tower指出,此前仅Threads等少数非游戏应用及部分手游入列。Muse可代用户处理任务,其高速增长主要得益于Meta庞大生态导流和显著扩大的广
Salesforce宣布以约56.6亿美元收购AI企业Braze,核心是获得其个性化消息推送、实时回应客户行为的工具,以推进人工智能布局。市场反应积极,交易公布后Braze股价周二飙升超50%。条款上,Braze股东每股可获47.50美元现金。此次收购显示Salesforce继续加码AI与客户互动能力。
OpenAI近日向全球用户推出ChatGPT新功能“锁定聊天”,以进一步保障隐私安全。用户可为特定敏感对话启用该功能,启用后对话会从常规聊天记录、置顶列表和普通搜索结果中移出,转入独立的“锁定聊天区域”;后续重新打开时,须输入四位数账户PIN码验证。
OpenAI 10月20日报告称,GPT-6 Astra等显著增强COBOL、Fortran、Visual Basic等低资源语言的构建与迁移能力。其公开资料少,却支撑银行、ATM、天气预报与核安全系统。它设两套考题,MultiLangBench要求用20种语言从零搭建兼容SQLite的数据库引擎;另一项未详述。
最新网站