端到端语音对话模型最让人头疼的地方，是“聪明”和“会说”常常互相拉扯。WavAlign 给出的答案很朴素：不要把同一个偏好奖励粗暴地砸到所有 token 上。把语义交给偏…

很少有哪个面向消费者的行业能像语聊房一样把实时通信技术应用到极限。每一路音频流、每一个礼物动效、每一次实时互动背后，都隐藏着令任何实时音视频开发工程师都似曾相识的基础设施挑战：海量…

英伟达在其面向媒体的AI平台中推出了合成视频检测器（NIM）微服务。该服务用于筛查视频片段，检测是否存在AI生成的内容。 该检测器会检查视频的每一帧，寻找合成内容的迹象，并为视频赋…

大多数重大编解码器专利纠纷最终都以相同的方式告终：要么达成许可协议，要么私下和解。在最关键的问题得到解答之前，公开记录就已经结束了，而这个问题的关键在于，涉案专利是否经得起有效性挑…

Deepgram宣布了一项计划，旨在将企业级语音识别直接引入搭载骁龙® 处理器的PC。通过在骁龙X系列平台的Qualcomm® Hexagon™ NPU上优化Deepgram的No…

Observe.AI 宣布与亚马逊网络服务 (AWS) 达成一项多年战略合作协议，旨在帮助企业大规模部署用于客户体验的 AI 代理，以提升客户服务运营效率。 通过此次合作，客户可以…

比亚迪和娱乐技术公司 Xperi 宣布，比亚迪已采用 DTS AutoStage 作为其独家车载媒体平台，为比亚迪未来在欧洲、亚太、拉丁美洲、中东和非洲等国际市场上的汽车带来先进的…

OpenXR™ 使应用程序能够在各种 XR 头显、设备和平台上运行。官方认证让开发者确信其实现已通过 Khronos 提供的 OpenXR 一致性测试套件。 OpenXR 一致性测…

OpenAI 周三宣布推出 OpenAI Presence，这是一款面向企业级的产品/层，旨在帮助企业定义、部署、评估和改进工作流程中的 AI 代理。目前，OpenAI Prese…

Virgin Media O2 敦促英国政府改革网络中立规则，认为目前的监管框架阻碍了创新，限制了对 5G 网络的投资，并限制了 AI 赋能服务的发展。 该运营商发布了由通信商会的…

随着大模型向多模态全面演进，AI 应用正从云端走向终端。端侧公网“最后一公里”的网络波动与 AI 推理所需要海量数据的实时传输需求之间，存在较大的冲突，会使得模型的推理效果以及用户…

图像压缩的核心目标是在尽可能低的码率下保留尽可能高的视觉质量。近年来，学习式图像压缩方法在客观指标和主观感知质量上取得了显著进展，但在极低码率场景下仍面临明显挑战：传统率失真优化方…

2026年7月21日，Mimic Minds公司扩展了其实时 3D AI 虚拟形象平台，旨在帮助品牌、教育机构和企业创建栩栩如生的数字人，用于客户互动、学习、培训、营销和互动式数字…

XMOS 发布了新一代语音处理器 VocalFusion XVF3620，它将 AI 降噪技术与完整的片上语音处理流程相结合，即使在嘈杂、混响和动态环境中也能提供可靠的语音采集。该…

商业通信平台提供商 8×8 公司推出了 8×8 Small Business，这是一款全新的自助式按需付费产品，让分销合作伙伴能够更灵活地赢得并服务于中小企业 (SMB)，无需固定…

视觉内容创作和市场 Getty Images 和独立播客制作商 Goalhanger 宣布扩大内容合作关系，以支持 Goalhanger 在其节目组合中不断加大对视频优先叙事方式的…

Everyone TV 公布的 Barb 收视数据显示，通过宽带观看 2026 年 FIFA 世界杯的人数显著增加，凸显了英国持续向互联网电视转型。 Barb 的数据显示，与 20…

Big Blue Marble 宣布已加入 C2PA 合规列表，该公司可以通过其云视频工具包（Cloud Video Kit）为视频内容生成有效的内容凭证。 由 Adob​​e、A…

在 FAST Channels TV，我们见证了快闪式 FAST 频道（Pop-Up FAST Channel）从短期推广活动演变为进入流媒体市场最有效的方式之一。这些频道远非昙花…

英伟达推出合成视频检测器NIM，逐帧识别AI视频能否成为内容平台的可靠审核工具？站在视频开发的角度如何看待这个部分呢？