voice
PulseAugur coverage of voice — every cluster mentioning voice across labs, papers, and developer communities, ranked by signal.
- 2026-07-07 product_launch Google introduced two new paid personal tiers for its Voice service. 来源
3 天有情绪数据
-
具身AI机器人将在全球7万家零售店处理库存
Hanshow Technology（汉朔科技）和X-Era Lab正在合作，在全球约7万家零售店部署具身AI机器人。该合作伙伴关系旨在超越演示阶段，创建可投入生产的系统，用于库存检查和补货等任务。Hanshow提供广泛的零售基础设施，包括电子货架标签，这些标签可以创建商店的数字地图；而X-Era Lab则贡献其先进的世界动作模型VWA和PhyAgentOS操作系统来驱动机器人。该计划通过利用真实世界数据持续改进模型，专注于使具身AI…
-
新的CM-GLasso框架学习可解释的视觉语言依赖图
研究人员开发了CM-GLasso，一个用于从多模态视觉语言数据中学习可解释条件依赖结构的新框架。该方法将视觉语言表示学习与稀疏高斯图模型相结合。CM-GLasso利用文本可视化策略处理类别-属性描述，并通过跨注意力蒸馏机制将高维图像块压缩成语义图节点，生成跨模态结构先验。该框架采用联合ADMM公式进行高效估计，并在各种基准测试中表现出竞争力，包括在分类和分割任务上取得高精度。
-
新发布的“Droid - Announcer Audio Pack”用于AI和机器人音效
一款名为“Droid - Announcer Audio Pack”的新音频包已发布，其中包含适用于各种应用的音效和配音。该包包含与机器人、人工智能和赛博格相关的元素，旨在提供全面的音效设计解决方案。
-
新的VOICE模型可从组织图像预测基因表达
研究人员开发了VOICE，一个整合了视觉和组学数据的新型基础模型，可从H&E染色组织图像预测单细胞基因表达。该模型将细胞形态与基因表达嵌入对齐，利用了直接回归和基于检索的预测分支。VOICE展示了强大的泛化能力，在跨越未见过患者和切片的七项指标上均优于先前的方法。
-
OpenAI 通过集成语音和 Codex 功能增强开发者工作流程
OpenAI 正在重点介绍开发者在其 Codex 中使用其语音功能的新方式。该集成允许构建者在想法形成时将其语音化，启动 Codex 会话，并同时管理正在进行的任务。此功能旨在通过实现与编码助手的更自然、更具对话性的交互来简化开发过程。
-
AI语音代理增强零售销售楼层运营
人工智能语音代理越来越多地部署在零售环境中，以增强客户互动和简化销售流程。这些代理可以处理诸如回答客户疑问、提供产品信息甚至处理交易等任务，旨在提高销售楼层的效率和客户满意度。
-
Nifty Lifestyle 推出 ChatGPT 广告支持服务
Nifty Lifestyle 已推出一项新服务，以支持 ChatGPT 广告的广告投放运营。此举旨在帮助企业有效利用 OpenAI 对话式 AI 提供的广告平台。该服务有望简化广告管理并提高用户的广告活动效果。
-
New VoICE framework enhances counterfactual explanations for feature-weighted clustering
研究人员推出了一种新颖的框架VoICE，用于在特征加权k均值聚类中生成反事实解释。该方法通过将反事实生成构建为向加权Voronoi区域的投影，将通常用于监督学习的反事实概念扩展到无监督聚类领域。VoICE直接将特征权重纳入聚类几何和解释目标，旨在在可操作性约束下实现成本最低、最简洁的解释。该框架还包括数据派生的界限和向质心的收缩，以限制外推和边界敏感性，并在基准数据集上展示了优于现有成对基线性能的改进。
-
Google 为 Voice 服务增设新的付费套餐
Google 为其 Voice 服务推出了两个新的付费个人套餐，此次更新并未进行大规模公开宣传。这些新套餐旨在为 Google Voice 平台的用户提供更多功能和支持。
-
博报堂推出 Agentic Commerce ONE 以支持人工智能驱动的商业
博报堂推出了“Agentic Commerce ONE”，这是一套专为新兴的代理商业领域设计的解决方案。该计划旨在支持在人工智能代理预计将处理购买决策的时代下的商业策略。该计划涉及博报堂DY集团的11家公司和两家合作伙伴公司的合作。
-
Anthropic 的 Claude：科学工作台和编码技能工具
Anthropic 的 Claude 不是一个新的人工智能模型，而是一个用于科学研究的“工作台”，旨在改变科学探究的进行方式。另外，Tech Mentor 提供了一个专门的课程，教授 Claude 的代码特定生成式人工智能能力。这些内容突出了 Claude 在科学研究和技术技能发展中的应用。
-
TikTok Shop 部署 AI 工具以管理产品质量和卖家
TikTok Shop 正在整合新的 AI 工具，以增强卖家运营和产品质量。一款新的客户之声 (VoC) 工具分析评论和工单，以标记表现不佳的产品，这可能导致执法行动。此外，一个 Beta 版 AI 主页仪表板整合了五个 AI 代理，为部分美国卖家管理店铺健康、日常任务、入驻、产品列表和增长策略。
-
The vOICe视觉BCI提供AI增强的Neuralink植入物替代方案
The vOICe视觉脑机接口（BCI）被提出作为Neuralink Blindsight植入物在恢复视力方面的替代方案。The vOICe系统的最新进展包括集成了实时AI深度映射、AI驱动的场景语音描述以及红外热成像功能。这些进展在一篇白皮书和一个活文档中进行了详细介绍，并将The vOICe与其他脑植入物进行了比较。
-
Vision Transformers improved with selective token interaction
研究人员发现了一种称为“语义扩散”的现象，该现象会随着时间的推移降低 Vision Transformers (ViTs) 在密集预测任务中的性能。当全局语义信息不恰当地通过 patch tokens 扩散时会发生这种情况。为了解决这个问题，该研究提出使用稀疏注意力机制，特别是 entmax-1.5，使 token 交互更具选择性。这一改进显著提高了在 VOC、ADE20K 和 Cityscapes 等语义分割基准上的性能，同时保持了…
-
人工智能时代将声音转变为知识产权和可注册商标的资产
在人工智能时代，声音正从单纯的身份象征演变为受保护的知识产权形式。这一转变意味着独特的嗓音特征现在可以注册为商标，为未经授权的使用提供法律追索权。在人工智能可以轻易复制声音的时代，这一发展对于保护个人品牌和商业价值至关重要。
-
Voi创始人AI初创公司Pit获a16z 1600万美元种子轮融资，专注于企业自动化
Pit是一家由欧洲滑板车公司Voi联合创始人新成立的AI初创公司，已获得由Andreessen Horowitz (a16z)领投的1600万美元种子轮融资。这家总部位于斯德哥尔摩的公司旨在为企业提供“AI产品团队即服务”，开发定制软件来自动化内部业务流程。Pit通过其Pit Studio和Pit Cloud产品提供差异化服务，专注于为企业客户提供治理、认证和可审计性。