Chinese contentWorld Labs 推出 Frameboy，可实时交互探索 AI 生成世界
World Labs 出了 Frameboy，能在 AI 生成的 3D 世界里实时漫游，相机想怎么转就怎么转，推理靠 fal 撑着延迟很低。
#real-time interaction
31 stories · 1 in 7 days · 1 in 30 days
Stories, products and papers tagged "real-time interaction", newest first.
Nov 7
Oct 1
Sep 12
Sep 1
Runway Solaris Interface Model
Solaris offers a new approach to real-time interactive UI generation, though its practical application is limited by current technical constraints.
Aug 27
Papers10:24
Chinese contentVoiceMem：实时交互的流式双脑记忆系统VoiceMem提供了实时、个性化、情感感知的语音交互的实用记忆基础，在准确性、情感与个性化方面优于Mem0等经典系统，且检索速度快，成本较低，值得一看。
Aug 10
Jul 25
Models13:11
Chinese contentVivix发布首个实时互动模型，单卡视频生成速度超10000 tokens/sVivix这个新模型单卡就能每秒生成上万视频token，做实时互动视频、多模态聊天特别带劲，比之前那些慢吞吞的方案强多了。
Jul 24
Models02:50
Chinese content微软 MAI-Voice-2-Flash 发布：速度提升2倍，支持15种语言需要更快更自然的语音合成？微软新模型速度快两倍，15种语言随意切换，适合搭实时语音Agent。
Jul 19
Chinese content阿里开放式世界模型快乐生蚝 HappyOyster 1.0 登陆百炼平台，支持两大核心模式
阿里刚发的 HappyOyster 1.0，能根据一句话或一张图生成实时可探索的 3D 世界，还能像导演一样用文字操控剧情，支持 1 分钟以上互动，挺有新意的。
IT之家Source
Jul 15
Chinese contentOpenMOSS 开源实时视频流多模态模型 MOSS-VL-Realtime
OpenMOSS 发了能边看视频边聊天的实时多模态模型，11B 参数开源可部署，适合做监控、直播等持续视频理解应用。
Jul 14
Models12:42
Chinese content高德发布通用世界模型工坊ABot-World Studio：5090单卡生成小时级交互视频与3D场景高德发了ABot-World Studio，用一张5090就能生成小时级的实时3D场景和交互视频，做游戏或数字孪生都可以试试，门槛低了很多。
Jul 9
Chinese content蚂蚁灵波开源世界模型LingBot-World 2.0，支持小时级实时交互
蚂蚁灵波开源的世界模型能让你实时操控高清场景，战斗跳伞滑翔，多人一起玩，连续跑一小时不崩，比传统模型强很多。
IT之家Source
Jun 30
Chinese contentVercel 在 AI Gateway 中推出实时语音与转录功能
Vercel 把语音代理直接做到 AI Gateway 里了，用 useRealtime 就能接入实时对话，省掉搭服务器。
Jun 18
Models00:41
Chinese contentMaineCoon 发布实时音视频交互 AI 模型Catnips AI 新发布的 MaineCoon 模型能实时跟你对话、做表情，不像以前只能生成一段视频完事。
Jun 17
Chinese content阿里升级HappyOyster 1.0实时交互模型，新增冒险与导演模式
阿里新出的HappyOyster 1.0，能让你在游戏和互动剧里回溯剧情、控制场景，比之前版本多了两种玩法模式。
Chinese content阿里发布世界模型HappyOyster 1.0：一句话生成可实时交互的数字世界
阿里云搞了个好玩的：一句话就能生成能边玩边改的动态世界，像游戏一样探索，还能和虚拟男友实时互动，快去体验。
IT之家Source
Jun 12
Chinese contentThinky 发布全双工多模态模型，实现自然实时交互
全双工交互解决了 AI 对话中“你说我听”的延迟感，做实时语音/视频助手或协作工具的团队可以直接参考——Thinky 把自然交互和智能水平平衡好了。
Industry12:33
Chinese contentMira Murati：协作AI依赖实时交互，邀请社区加入关注人机协作未来的开发者，这条信息点明了AI的下一个关键方向——实时多模态交互，值得思考如何参与其中。
Jun 8
Chinese contentMira Murati：AI 需从回合制转向实时交互，边思考边感知
Mira Murati 点出了当前 AI 交互的根本局限——思考时“失聪失明”，做对话产品、语音助手或实时协作工具的团队，看完会重新思考产品架构。
Jun 6
Chinese content开源语音模型 Audio Interaction 每 0.4 秒决定是否说话
这款模型解决了实时语音交互中“等待录音结束”的痛点，做语音助手或实时翻译的开发者可以直接在 GitHub 上试玩，体验每 0.4 秒的决策能力。
Jun 5
Chinese contentHeyGen 让 AI 化身在 Twitch 24/7 直播吐槽代码
做开源项目或代码审查的开发者，可以围观 AI 如何实时吐槽你的代码——既有趣又能反思设计，建议去直播间看看。
Chinese contentGoogle Magenta 发布 MRT2 开源音乐模型，可实时演奏
音乐创作者和 AI 爱好者现在可以像弹奏乐器一样实时与模型互动，延迟低至 200ms，直接上手试试开源权重和插件。
Jun 2
Products10:17
Chinese contentGPT Realtime 2.0 催生17个新创业想法GPT Realtime 2.0 把实时AI应用的可行性推到了新高度，做语音/视频交互产品的创业者可以从中找到17个具体方向，建议直接点开看想法列表。
May 22
Chinese contentLangChain 新流式协议：让 Agent 流式体验像构建应用而非解析日志
Agent 流式输出一直是个痛点，LangChain 的新协议让开发者不再需要手动解析原始事件流，做 Agent 应用或实时交互界面的团队可以直接用，省去大量底层工作。
May 21
Chinese content谷歌 Gemini Omni 视频模型开始放量
做视频分析和多模态应用的开发者终于可以上手测试了——Gemini Omni 的实时视频理解能力可能改变视频交互方式，建议有相关需求的团队尽早体验。
May 18
Chinese contentMiniCPM-o 4.5 实现全双工实时语音视频交互，9B 开源模型
做多模态 AI 交互的开发者终于有了可部署的全双工开源方案——MiniCPM-o 4.5 把实时语音视频对话从概念变成 9B 模型，值得直接上手试。
May 13
Chinese contentRunway发布实时视频智能体，1.75秒延迟生成高清对话视频
Runway Characters将视频生成延迟降至1.75秒，实现实时交互，为AI视频智能体在对话和直播领域的落地提供了关键技术基础。
May 12
Chinese contentgpt-realtime-2语音模型发布，智能度升级
gpt-realtime-2的发布表明OpenAI在语音AI领域持续迭代，直接提升交互体验。但由于缺乏基准对比，开发者需自行评估其实际性能。
