AITP
精选全部 AI 动态AI 日报Agent 接入关于更新日志信源提报反馈
登录 / 注册
AITOP
精选
过去 24 小时,从 838 条中筛出 51 条
全部模型产品行业论文技巧
标签:WebRTC×
6月13日
11:12
11:12Simon Willison’s Weblog(博客/媒体)
精选
Simon Willison 更新了其 OpenAI WebRTC 音频会话工具,新增对 GPT-Realtime-2 模型的支持,该模型具备 GPT-5 级推理能力,知识截止日期为 2024 年 9 月 30 日。用户现在可以在浏览器中粘贴文档上下文,与模型进行基于文档内容的音频对话。该工具最初于 2024 年 12 月发布,用于测试 OpenAI 的 WebRTC 实时音频 API。
技巧OpenAIWebRTCGPT-Realtime-2音频对话文档上下文

推荐理由:用 GPT-Realtime-2 模型边聊边读文档
原文
6月11日
15:28
AITOP6月11日 15:28
1107 vs 303:谷歌悄悄开源了一个“拆打字机”的模型,把大模型速度翻了4倍
15:23
AITOP6月11日 15:23
DiffusionGemma颠覆文本生成?自回归模型的“统治”要结束了
15:07
AITOP6月11日 15:07
每秒1107个token,Google开源的扩散模型为什么能改变本地推理格局?
6月1日
00:09
AITOP6月1日 00:09
OpenAI 发起“Codex for Open Source”:免费赠送 6 个月 Pro 订阅,开源维护者能否迎来 AI 变革?
5月29日
08:02
AITOP5月29日 08:02
Opus 4.8发布:编程助手的“静默时刻”,是解放开发者,还是新门槛?🔥Anthropic 把 AI 编程的“确认键”彻底删掉了!Claude Code 搭载全新 Opus 4.8 模型,长时间任务不跑偏、不废话、不中断,像一个资深工程师一样默默干活,从功能开发到漏洞清扫全包圆,你在旁边喝茶等结果就行。过去 AI 写代码三步一问“这样可以吗”,现在它直接交完整交付物……自主编程的最后一层窗户纸,被捅破了。做自动化开发和代码审查的团队,这个模型建议直接上手,效率差距肉眼可见……Opus 4.8发布:编程助手的“静默时刻”,是解放开发者,还是新门槛?
5月22日
08:05
08:05shao__meng@shao__meng
精选
本文介绍了如何通过 Codex 快速安装 Agora Skills,并基于它搭建一个浏览器端的实时语音 AI Agent Demo。整个过程由 Codex 自动完成,从安装到运行仅需几分钟,无需手动编码。Demo 实现了流畅的实时语音对话,响应延迟接近人与人通话水平,RTC/RTM/Conversational AI 启动在 2-3 秒内,语音输出延迟约 1 秒。Agora Skills 集成了 RTC、RTM、Conversational AI 等能力,适合快速验证语音交互场景。
AI产品Voice AgentAgora SkillsCodex实时语音WebRTC

推荐理由:做 Voice Agent 的开发者终于有了开箱即用的集成方案——Agora Skills 配合 Codex 几分钟就能跑通实时语音对话,延迟接近真人通话,建议做陪伴、交互类 Agent 的团队直接试。
原文
精选全部日报登录