Boson AI
PulseAugur coverage of Boson AI — every cluster mentioning Boson AI across labs, papers, and developer communities, ranked by signal.
- 2026-07-27 product_launch Boson AI is set to release its first speech-to-speech model, Higgs RealTime. 来源
1 天有情绪数据
-
Boson AI 发布 Higgs Realtime Duplex，一个45B MoE全双工多模态模型
Boson AI 发布了 Higgs Realtime Duplex，这是一个拥有450亿参数的混合专家（MoE）模型，能够同时处理音频和视频，并进行文本生成和工具使用。该全双工系统以160毫秒的块处理信息，允许在后台进行连续工作，例如在说话时进行思考、工具委派和响应生成。该模型可以通过参考音频和图像进行零样本配置，以实现语音和面部识别，并在多个基准测试中表现出色，但它不提供开放权重。
-
前AWS科学家创立Boson AI，挑战OpenAI和Meta的语音AI领域
由前AWS科学家Alex Smola创立的Boson AI正在开发一款名为Higgs RealTime的新语音到语音模型。这家初创公司旨在提供比OpenAI和Meta等竞争对手显著更经济实惠的AI语音解决方案，模型成本低一个数量级。Boson的方法侧重于全栈模型，允许企业客户在自己的数据中心运行系统并训练定制模型，强调数据控制和更低延迟以实现更自然的对话。
-
Boson AI 发布 Higgs TTS 3，支持 100 多种语言的对话语音
Boson AI 发布了 Higgs TTS 3，这是一款专为 100 多种语言的对话语音聊天设计的文本转语音模型。该模型支持零样本语音克隆，并提供对情感、风格和韵律的精细控制。Higgs TTS 3 目前可用于研究和非商业用途，商业许可适用于生产或创收应用。
-
Boson AI 发布 Higgs Audio v3 TTS，用于对话语音聊天
Boson AI 发布了 Higgs Audio v3 TTS，这是一款专为对话语音聊天设计的文本转语音模型。该模型支持超过 100 种语言，提供零样本语音克隆以及对情感、风格和韵律的精细控制。它使用带有交错文本和音频标记的自回归解码器，将音频编码到码本中进行处理。虽然该模型已发布供研究使用，但商业用途需要单独的许可，并严格禁止非法应用。