xAI发布了Grok Voice Think Fast 2.0,这是一款先进的语音到语音模型,相比前代产品有了显著提升。该新模型提供了增强的智能、对话能力和工具使用可靠性,与Deepgram Nova 3和ElevenLabs Scribe v2等模型相比,转录准确率提高了高达2倍。Grok Voice Think Fast 2.0在嘈杂环境中的表现也更出色,并将推理直接集成到语音中,从而实现更快的工具调用和更流畅的用户交互,计划于2026年8月5日取代旧版本。 AI
影响 为语音模型设定了新的SOTA(State-of-the-Art),可能在语音到语音应用领域给OpenAI和Google等竞争对手带来压力。
排序理由 前沿实验室模型发布,附带系统卡。
在 Mastodon — mastodon.social 阅读 →
- Grok Voice Think Fast 2.0
- OpenAI
- SpaceXAI
- Agent Builder
- ElevenLabs Scribe v2
- Grok Voice Think Fast 1.0
- Starlink
AI 生成摘要 · Google Gemini · 来自 4 个来源。 我们如何撰写摘要 →