开发者实测：语音+工具调用+图像生成已能拼出《她》级体验
andreisavu · x · 2026-10-16
开发者 andreisavu 分享称，过去一周的实践彻底刷新了他的认知：把实时语音模型、工具调用委托和图像生成组合成一个低延迟的整体体验，在今天已经完全可行——电影《她》(Her) 式的助手体验「实际上已经来了，只是还贵」。
这条推文的价值在于一线实践者的判断：三大能力（实时语音、agent 式工具调用、图像生成）的拼装已越过可用门槛，当前主要瓶颈是成本而非技术可行性。
「漫话AGI」频道最新
- 研究者：游戏机制的「爽感」揭示了人类独有的学习机器 — jd_pressman · 2026-10-16
- 研究员担忧：AI 生成论文涌入，验证能力成研究 agent 短板 — AkariAsai · 2026-10-16
- Pedro Domingos:Transformer没能发明继任者就不算递归自我改进 — pmddomingos · 2026-10-16
- 陶哲轩警告 AGI 竞赛变味:OpenAI 论文轰炸冲垮初级研究项目 — Hesamation · 2026-10-16
- 论文警示「代理式洪泛」:AI 工具正压垮全球法院与政府服务 — TuhinChakr · 2026-10-16
- NYMag 长文:中国最大 AI 卖课公司有 8 万付费会员,体系像传销 — kevinsxu · 2026-10-16