#语音

面壁智能在 CNCC 2026 端侧大模型论坛分享端侧智能从对话到行动的进展

面壁智能在 CNCC 2026 第三届端侧大模型论坛上，与学术伙伴围绕定义端侧通用人工智能分享了相关探索。分享内容涵盖文本、语音、多模态交互、芯片级训推定制以及智能体五大方向，全面展现了端侧大模型正从单一对话能力向感知、推理和行动阶段迈进。

Ethan Mollick@emollick· 23:05AI 评分1717

也许，最终，AI 应用中的语音接口将会消灭开放式办公室这种怪胎。或者，当你在其中时，会让情况变得更糟糕。 （下方为关于开放式办公室问题的研究串）

Rohan Paul@rohanpaul_ai· 03:37AI 评分6262

HeyGen 的 Professional Voice Clone 依托 30 分钟到 2 小时的录制音频训练，能够还原呼吸、停顿、笑声、口音和元音发音。作者分析认为，两小时的对话数据包含了数百次犹豫、调整、半笑和语速变化，短参考片段无法展现长句前的呼吸或语速加快时的口音特征，这些细微的不规律正是听众判断声音真实与否的关键。

Rohan Paul@rohanpaul_ai· 21:29AI 评分4343

个人 AI 智能体的一个有趣方向是超越单一的提示词与响应交互。 SpeakON 通过结合三个层次来实现这一点： 用于表达想法的语音键盘 用于保持信息条理的笔记 旨在协助处理提醒、邮件和日程安排等任务的 AI 智能体 更大的理念是将日常语音输入连接到真正有用的工作流中。

行业高管认为语音 AI 尚未迎来其“ChatGPT 时刻”

尽管全双工语音模型已实现边听边说，但 PolyAI 首席技术官 Shawn Wen 认为语音 AI 尚未迎来类似 ChatGPT 的爆发性时刻，目前的核心挑战在于提升推理速度以实现自然对话。