Mistral 发布 Voxtral 3：支持 50+ 语言的实时语音 agent 全栈
The Decoder · rss · 2026-10-21
Mistral AI 推出面向实时语音 agent 的 Voxtral 3 模型家族，将语音转文本、文本转语音与语音 agent SDK 整合为完整技术栈，支持超过 50 种语言，并允许 agent 在实时对话中调用外部工具。系统可部署在用户自有基础设施上，也可通过欧盟托管的 API 使用，以满足数据主权需求。
「多模态」频道最新
- CapCut 联手 OpenAI Codex：用聊天指令驱动剪辑的视频编辑器上线 — Shruti_0810 · 2026-10-21
- 开发者力挺 Tripo AI 一键重拓扑:把时间省给游戏开发 — majidmanzarpour · 2026-10-21
- 「Aura 能量」设计元素火了：可当 AI 生图参考快速做出现代感设计 — aitrendz_xyz · 2026-10-21
- CastWorkshop 开源：基于 ComfyUI 和 Ollama 的角色与场景工作室 — CastWorkshop · 2026-10-21
- Reddit 热帖:「逮捕黑巫师翻车现场」AI 生成视频走红 — JuiceSolid2160 · 2026-10-21
- ComfyUI 新节点 MOSS-BBoxStudio：可视化布局多物体空间 prompt — dotMastaz · 2026-10-21