跳到正文
今天11月4日周三3 条
  1. The Verge · AI77

    苹果开放 Siri AI 第三方应用操作权限

    苹果在 iOS 27.3 开发者预览版中允许 Siri AI 跨第三方应用执行操作,开发者可结合用户个人上下文、自然语言提示词与屏幕感知能力将多项任务组合为单一动作。在应用处于前台、实时活动或相关对话中时,用户无需提及具体应用名称即可发出指令;该扩展能力也同步支持日历、文件、照片等一系列苹果原生应用。

    推荐理由:报道梳理了苹果开放 Siri AI 操作权限的具体规则与场景,有助于了解移动端智能体与第三方生态的交互方式。

  2. AWS Machine Learning Blog48

    如何在 AWS 上基于 Cartesia 构建超低延迟语音 AI 应用

    Cartesia 联合 AWS 介绍了基于状态空间模型(SSM)与 AWS 基础设施构建首字节延迟低于 100ms 的实时语音 AI 方案。该方案涵盖首音频字节响应约 90ms 且支持超 44 种语言的文本转语音模型 Sonic,以及具备原生轮换检测的流式语音转文本模型 Ink,均支持 API 调用与 AWS 部署。

10月31日周六
  1. Hugging Face Blog61

    NVIDIA 演示基于 Nemotron 开源模型构建万圣节互动怪兽屋

    NVIDIA 工程师展示了基于 Nemotron 开源模型搭建的万圣节互动投影装置 MonsterHouse,在单台工作站上实现了本地实时的语音、视觉与面部动画交互。

    推荐理由:原文拆解了将端侧小模型、语音流式生成与三维面部动画串联的工程管线,为实时交互式数字人搭建提供了完整落地方案。

10月29日周四
  1. Hugging Face Blog42

    Granite Switch 4.1.1 发布:像更新软件一样更新模型

    Granite Switch 4.1.1 作为补丁版本发布,完全向后兼容 4.1 且无需重新计算基座模型。该版本更新了支持 10 种语言并自带标点与大小写的 Granite Speech ASR 模型,同时升级了 granitelib-core 中的 Decision 适配器以提升 Jev Decision Index 表现。官方正筹备教程与 Adapter SDK,以支持开发者构建自有适配器。

10月28日周三
  1. NVIDIA Blog71

    NVIDIA RTX Spark 笔记本正式上市并带来新模型与智能体工具

    NVIDIA 宣布搭载 Blackwell 与 Grace 超级芯片的 RTX Spark Windows 笔记本已由华硕、戴尔、联想等厂商正式发售,起售价 2,599 美元,统一内存最高达 128GB。

    推荐理由:文章汇总了 RTX Spark 笔记本的落地规格与配套软件,读者可以了解本地端侧高显存环境如何调度大模型与后台智能体。