Quantcast
Channel: 声网
Browsing latest articles
Browse All 295 View Live

Image may be NSFW.
Clik here to view.

SD-RTN的全球节点调度算法:如何实现毫秒级延迟

一场跨国视频会议,北京的产品经理、纽约的工程师、伦敦的设计师同时在线,画面流畅,声音清晰,几乎感觉不到延迟。这背后,是全球数百个数据中心在协同工作,实时计算着最优的数据传输路径。...

View Article


全双工交互模型TML-Interaction-Small:0.40秒轮次延迟,FD-bench 超 GPT 和 Gemini

前 OpenAI CTO Mira Murati 在2025年2月创立Thinking Machines Lab,完成了20亿美金种子轮融资(1200亿美金估值),是历史上最大的种子轮之一。公司2025年10月发布了第一个产品Tinker(模型微调工具),此后保持低调。5月11日,他们拿出了第二个产品:TML-Interaction-Small。 这不是一个常规的语音模型更新。Thinking...

View Article


Image may be NSFW.
Clik here to view.

Agent Skills 开发者指南:8 个最值得关注的开源仓

最近更新:2026年5月22日 Agent Skills 正在成为 AI 原生开发的基础设施。自 Anthropic 于2025年12月将 Skills 标准开放以来,Claude Code、OpenAI Codex、Gemini CLI、Cursor 等主流平台相继兼容,这意味着一份写好的 SKILL.md,可以跨平台复用你的工作流。 GitHub 上与 Skills...

View Article

Image may be NSFW.
Clik here to view.

深度访谈:OpenAI 如何打破常规,构建基于 WebRTC 的大规模实时语音 AI 架构

近期,OpenAI 发布了一篇关于他们如何在大规模下实现低延迟语音 AI 的技术博客,引发了业内的广泛关注。在 WebRTC.ventures 最新的一期访谈中,业内专家 Tsahi 对这篇博客进行了深度解读。这段视频访谈讨论了 OpenAI 最近公开的 WebRTC 架构设计,强调了其在语音 AI 领域的技术突破。...

View Article

Image may be NSFW.
Clik here to view.

吉利 × 赋之 × 阶跃星辰 × 瑞芯微 × 声网:春夏巡游拆解消费级机器人核心布局

5月16日,声网 RTE 2026 春夏巡游首站在深圳落地。沙龙主题是「消费级机器人的多模态交互“实时进化论”」。 我们邀请了吉利汽车研究院、赋之科技、阶跃星辰、瑞芯微的嘉宾现场分享干货内容。场外,赋之、陆吾、二白等机器人产品以及各类开发板开放体验,让到场同行在聆听分享的同时,也能亲手感受当前消费级机器人的真实交互。 以下是五位嘉宾分享的精彩节选。 吉利杨硕:车是中枢,“贾维斯”才是灵魂...

View Article


Image may be NSFW.
Clik here to view.

2026年5月 GitHub 最受欢迎的十大开源 AI 项目全解析

从 2026 年初至今,AI 开源生态发生了剧烈变化。GitHub 上的热门项目已不再是年初的 MCP 工具集,而是转向了更加实用的自主 Agent 系统、开发者工具链和多模态生成平台。本文基于 GitHub 最新数据(截至 2026 年 5 月 22 日),对当前最受关注的十大 AI 开源项目进行深度解析。...

View Article

Image may be NSFW.
Clik here to view.

2026年5月最值得关注的10个开源Agent平台

AI Agent 正在从实验室走向生产环境。2026年,选择一个合适的开源Agent平台已经成为每个AI工程师和产品团队的必修课。本文系统评测10大主流开源Agent平台,覆盖核心能力、上手难度、适用场景与免费程度,帮你直接做出决策。 一. 什么是Agent平台?选型前先搞清楚这三个层次 Agent平台通常分三个层次:...

View Article

Image may be NSFW.
Clik here to view.

2026年5月三大开源语音合成模型TTS推荐与测评

文本转语音(TTS)领域在2025-2026年迎来了爆发式进展。端到端神经网络模型彻底取代了拼接式合成,开源社区涌现出一批音质接近商业方案、可免费私有化部署的强大模型。本文对主流开源TTS模型进行完整横评,覆盖音质、速度、中文能力、资源消耗和使用场景,帮你找到最适合自己需求的语音合成引擎。 一. 文本转语音(TTS)技术解析和应用...

View Article


Image may be NSFW.
Clik here to view.

语聊房和直播间有什么区别:技术架构与场景选型

接到”做多人实时音频互动”的需求,开发者通常得先确定一件事:用语聊房架构,还是用直播间加连麦?两种形态在产品表现上有时候很像,但底层走的是完全不同的技术路径。 一. 协议层的根本差异 语聊房用 RTC(Real-Time Communication)通道,底层是 UDP 传输,为低延迟实时通信设计。直播间用 CDN 推拉流,主播通过 RTMP 协议向 CDN 推流,观众拉 HLS 或 FLV...

View Article


Image may be NSFW.
Clik here to view.

2026年世界杯倒计时:声网赛事直播解决方案深度解析

2026年6月,史上规模最大的一届世界杯将在美国、加拿大、墨西哥三国同步举行。48支球队、104场比赛、跨越三个时区、覆盖全球数十亿观众,这不仅是一场足球盛宴,更是对每一个提供赛事直播服务的平台的极限压测。 带宽峰值会在进球瞬间被打穿,卡顿投诉会在点球大战期间爆发,弹幕剧透会让延迟过高的平台成为话题靶子。世界杯,是赛事直播技术能力的终极考场。...

View Article
Browsing latest articles
Browse All 295 View Live


Latest Images