至顶网软件频道消息: 1月15日,在北京举办的2019阿里云数字地产峰会上,阿里云发布分布式语音解决方案2.0,赋能硬件合作伙伴,以语音能力为智能空间带来全新交互体验。
据了解,此次发布的分布式语音交互解决方案包括前端声学模组、语音自学习平台、对话平台、阿里云IoT智能人居平台,可实现上下游平台串联、端云一体能力打通,并以标准化能力输出,帮助厂家快速应用,缩短开发周期,具备强扩展能力。
目前,市场上的语音交互设备多以智能音箱单品的形式呈现,往往只能服务到客厅或卧室等单个智能空间。通过分布式语音方案与开关面板,温控器,冰箱等各种设备结合,可将语音交互能力快速与室内场景融合,使屋内处处都具有语音识别能力,让业主只需动嘴,就能轻松享受智能家居生活。
此外,阿里巴巴分布式语音技术不仅能通过对话实现单个智能设备的控制和关联多设备的场景控制,而且还能实现分布式语音控制和流式多意图识别。客厅的语音指令,会精准定向到客厅的智能化设备进行执行。而且每条指令不再是生硬的意图表达,而更多像在和一个你的专属管家聊天,“请帮我关闭灯,拉上窗帘,对了,再把空调调到25度。”这样口语化的表达,将使业主在室内的人机交互体验变得更加轻松有趣。
相关负责人表示,阿里巴巴在语音交互前端处理技术和方案的研发上投入了非常大的技术力量,此次和阿里云共同发布的分布式语音生态能力,旨在赋能合作伙伴,升级智能空间的交互方式。未来,阿里将继续加大在智能语音交互方面的研究和合作,打造更多的全新产品。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。