ElevenLabs 发布实时语音对话模型,Big Bench Audio 得分 98.8%
The Decoder · rss · 2026-10-21
ElevenLabs 发布面向实时 AI 对话的新一代 speech-to-speech 模型 Eleven Realtime,主打速度与准确率的平衡。
- 其中 v1 Max 版本在 Big Bench Audio 基准上得分 98.8%,响应延迟仅 0.57 秒。
- ElevenLabs 称,目前在 Artificial Analysis 排行榜上没有任何模型能同时做到比它更快且更准确。
- 该系列针对实时语音对话场景设计,强调低延迟与高保真的语音交互。
「多模态」频道最新
- 前 Google Brain/DeepMind 团队推出首个 AI 设计模型 Vyb — testingcatalog · 2026-10-21
- MOSS-Image 文本编码器支持多模态，可直接输入图像作为条件 — RandumbRedditor1000 · 2026-10-21
- 用 Opus 5.5 生成法律案例讲解视频，课堂演示效果惊艳 — technollama · 2026-10-21
- FastVideo 发布 FastH3 Omni 量化权重合集:FP8/NVFP4 适配 ComfyUI — multimodalart · 2026-10-21
- 用 Opus 5.5 把 30 分钟讲座浓缩成 7 分钟配音讲解视频 — solyarisoftware · 2026-10-21
- MOSS-Image 实测支持图像输入，有望变身图像编辑模型 — RandumbRedditor1000 · 2026-10-21