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
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签:语音控制×
6月17日
13:13
13:13Greg Brockman@gdb
用户 Pat Simmons 分享了 GPT-Realtime-2 的实操经验,该工具通过语音控制实现打开应用、搜索网页、编辑 Premiere Pro 等操作。教程包含从零设置(无需代码)、修复始终监听麦克风(改为按键说话)、通过 MCP 连接 Obsidian 以及利用无障碍树控制 Premiere Pro 等具体步骤。过程中仅需几条提示词即可完成配置。视频还列出了诚实提醒,如延迟和兼容性限制。
技巧GPT-Realtime-2MCP/工具语音控制Premiere Pro教程

推荐理由:Pat 手把手教你用 GPT-Realtime-2 语音操作电脑和剪辑软件,无需写代码,几分钟就能上手,比 Siri 强多了。
原文
6月16日
20:46
AITOP6月16日 20:46
600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI
09:24
09:24Pika Labs@pika_labs
Pika Labs 在 X 平台宣布推出语音控制(非常测试版)功能,用户可直接通过语音或文字指令让智能体完成从概念、选角、故事板到视频片段生成的全流程。生成的镜头直接放入时间线和素材库,支持通过时间线或与智能体对话进行编辑。该智能体能理解项目上下文,避免重复解释。目前支持浏览器内使用,需查看 Twitter 详情。
AI产品Pika视频生成智能体语音控制

推荐理由:Pika 这个新功能让你用嘴就能指挥 AI 做视频,从剧本到成片一步到位,省去重复说明的麻烦。
原文
6月12日
12:57
AITOP6月12日 12:57
Claude代码里藏了个20260612,18个月后的AI记忆革命已经开始倒计时
12:52
12:52Unitree 宇树@UnitreeRobotics
宇树科技展示了其G1机器人通过外部语音命令实时生成任意动作的能力。视频为现场单次录制,包含现场音频。由于动作由AI实时自主生成,存在轻微延迟且动作流畅度有所降低。这一技术展示了人机交互的新方式,使机器人能更灵活地响应人类指令。
AI产品宇树科技G1机器人语音控制实时动作生成人机交互

推荐理由:宇树G1的语音实时动作生成让机器人交互更自然,做机器人开发或人机交互研究的团队值得关注这一进展。
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?
精选全部日报登录