潜空间建模已成为扩散 Transformer（DiT）的标准范式。然而，它依赖于一个两阶段的流程，其中预训练的自编码器会引入有损重建，导致误差累积并阻碍联合优化。为了解决这些问题，…

数字社交平台的重心，已经从”维护已有关系”转向了”建立全新连接”。直播视频平台上的核心预期，就是你在这里认识新的人。这是对”在线社交到底是为了什么”的一次底层重构。

本文借鉴在 WebRTC.ventures 开发实际系统过程中积累的经验。介绍在构建实时应用程序时使用的工作流程：作为项目核心的上下文文件、将会话上下文转化为测试和审查的自定义技能，以及在日常使用中养成的习惯。

PGA TOUR LIVE 直播已成为订阅 ESPN+ 的高尔夫球迷不可或缺的选择。本周末，PGA TOUR 将推出一项新的直播，作为试点计划的一部分：其 Marquee Grou…

AOMedia 视频编解码器工作组宣布 libaom v3.14（又名“Pinkie Pie”）现已发布。此版本包含了 libaom 团队自上次发布功能版本（v3.13.0）以来 …

contactSPACE 是众多具有影响力的语音和数字外呼部署背后的外呼专家，宣布与 Zoom建立合作伙伴关系，推出 contactSPACE 4zoom：Zoom 联络中心的原生…

语音合规性已不再局限于基本的录音和关键词警报。成熟的 AI 工具现在不仅能帮助企业存储对话内容，还能帮助他们理解对话内容。 多年来，合规团队一直依赖人工核查或简单的词语匹配。他们审…

据路透社报道，2026 年 FIFA 世界杯以一场历史性的决赛落下帷幕，近 6300 万美国人观看了比赛，创下了观众参与度的新纪录。 据路透社报道，除了福克斯电视台的英语转播吸引了…

华纳兄弟探索频道正在为 HBO Max 引入全新的 AI 驱动的内容发现工具，包括垂直视频流和对话式搜索体验，旨在帮助订阅用户更轻松地找到节目。 首个功能 HBO Max Shor…

今天的 Steam 客户端测试版更新为 Linux 玩家带来了一些新的游戏流媒体功能增强。 首先，对于使用 Steam Deck OLED 机型的用户，最新版本的 Steam 客户…

Qwen-Audio-Agent 位于用户和后台 Agent 之间。用户面对的是一个实时语音前台。简单问题可以即时回答；复杂任务会交给后台 Agent。

近日，ZEGO 即时通讯SDK（ZIM） 3.1.0 版本发布，新增会话级消息定时销毁和消息回执新增已送达状态。 会话级消息定时销毁功能概述 设置会话消息定时销毁，指设置一个会话的…

Oxygen XR产品研发团队联合清华大学一起提出了 DirectFisheye-GS 框架，创新性地将鱼眼模型原生嵌入到3D高斯泼溅管线中，实现了对鱼眼图像的直接、无损处理。

2026年7月28日，企业安全监控解决方案提供商 Matrix Comsec 宣布与Yotta Data Services建立技术合作伙伴关系，将其SATATYA IP 视频监控产…

2026年7月28日，Soracom, Inc. 是一家为物联网提供连接、云集成和 AI 服务的云原生物联网平台，该公司宣布推出 Soracom Air RTC Gateway 服…

广泛使用的开源多媒体框架FFmpeg 中发现了多个高危漏洞。这些漏洞会影响媒体解析、解码、过滤和编码组件，并在应用程序处理恶意文件时被触发。 多种问题都可能导致堆内存损坏，进而导致…

2026年7月28日，企业技术和创新合作伙伴 DXC Technology 宣布与专注于音频模型和语音代理的 AI 公司 ElevenLabs 建立战略合作伙伴关系。此次合作将通过…

Krafton宣布在全球AI平台Hugging Face开源语音AI基础模型“A.X K2 Raon-Speech”。该模型结合SK Telecom的小型语言模型“A.X K2”与Krafton自研语音编码器、语音编解码器，可直接完成语音理解与生成，减少情感和语调信息损失。

物联网市场研究公司Berg Insight的一份报告指出，到2025年，全球物联网连接收入将增长5%，达到145亿欧元。月度平均每用户收入（ARPU）下降7%，至0.31欧元。物联…

2026年7月28日，IP视频传输和云端远程制作领域的先驱 LiveU 宣布，其在2026年世界杯足球赛期间创造了历史性的性能记录。此次赛事历时六周，覆盖三个主办国的16座体育场，…