Cartesia 语音 agent 平台盲测登顶：级联方案击败原生 speech-to-speech
rohanpaul_ai · x · 2026-10-31
Cartesia 发布企业级端到端语音 agent 平台 Managed Agents，在 Artificial Analysis Speech Agent Arena 盲测人偏好排名中登顶（1115 分，超过 Google Gemini 系列与 OpenAI 方案），同时拿下 ServiceNow EVA-Bench 企业准确率第一。
技术亮点：
- 级联（cascaded）架构在盲测中胜过原生 speech-to-speech 模型，自然度不打折
- 其 H-Nets 直接从原始字节学习并自行确定边界，而非依赖 tokenizer 的文本块
- 受控 scaling 实验中效率提升 3–5 倍；更大规模下用约 1/10 的训练数据与算力匹配一个在 11 万亿 token 上训练的开源模型
- 自研语音模型与 agent harness 作为一个系统协同设计
所属事件:Cartesia 发布 Managed Agents，双榜登顶企业语音智能体(10 条相关)→
「模型」频道最新
- ARC Prize 2026 截止倒计时3天,Yi-Chia Chen 以 75.56% 登顶 ARC-AGI-3 — GregKamradt · 2026-10-31
- Claude 画鹈鹕骑自行车惊艳众人:Fable 5.5 Max SVG 能力演示 — ChrisGPT · 2026-10-31
- 曝 OpenAI 将用用户 Daybreak 会话训练且无法退出 — dyn___ · 2026-10-31
- NVIDIA Nemotron 3.5 用 LLM 自验证:agentic 基准提升 9-10 个点 — sarahcat21 · 2026-10-31
- 开源模型 Mistral Large 4 刷 1273 道医学题:94% 正确率 — MaziyarPanahi · 2026-10-31
- 研究者在模型权重空间找到 5 种人格结构,可类比人类大五人格 — luke_drago_ · 2026-10-31