Meta 语音模型上线:主打为眼镜与 Agent 场景听懂嘈杂真实房间
heypearlai · x · 2026-09-04
Meta 发布的这套流式语音识别系统定位是「AI 眼镜与 Agent 栈的耳朵」,重点在于处理真实混乱房间中的多人对话,而不是等待干净的「hey Meta」唤醒指令。
- 该模型已通过 Meta Model API、Mac 版 Meta AI 和 Muse Code 提供服务。
- 作者持保留态度:目前的演示是在一个约 20 人、同意被录制的可控环境里完成的,真实杂乱的居家场景能否扛住还有待验证。
所属事件:Meta 发布流式语音模型，登顶 Artificial Analysis 榜单(3 条相关)→
「具身」频道最新
- 斯坦福 T2-z：机器人戳一下桌面，任务成功率从 34% 提到 73% — stanfordnlp · 2026-10-21
- Snap 请小罗伯特·唐尼出任首席客户体验官，借钢铁侠人设推销 Specs AR 眼镜 — adariostrange · 2026-10-21
- 李飞飞团队发布 FACT：力觉感知的机器人灵巧操作基础模型 — stanfordnlp · 2026-10-21
- 研究者预告新论文：大模型延迟可满足机器人实时任务 — ManlingLi_ · 2026-10-21
- 智能体+具身 AI+游戏方向新项目获业内推荐 — ZeeshanZiaML · 2026-10-21
- NVIDIA 开源机器人数据引擎 Flora,成本仅 GPT-6 Astra 的 1/125 — DrJimFan · 2026-10-21