Otter.ai 从 General Catalyst 增长基金获得 $320M 融资
Otter.ai 宣布从 General Catalyst 的 Customer Value Fund 获得 $320 million,并将用于企业增长、市场拓展、国际扩张和产品创新。
Otter.ai 宣布从 General Catalyst 的 Customer Value Fund 获得 $320 million,并将用于企业增长、市场拓展、国际扩张和产品创新。
Yelp推出 Check for Me 功能,用户可在餐厅页面输入人数和电话号码,由语音智能体代为致电查询等位时间并通过短信发送结果。Yelp AI 助手同时接入 OpenTable 预订功能,增加偏好记忆、过去 30 天聊天记录、自定义提醒和个性化列表。面向商家的 Smart Lead Reply 每月收费 $30,可自动回复客户并筛选潜在客户。
Mistral AI 发布 Voxtral 3,包括 3 个转录模型、1 个文本转语音模型,以及基于 LiveKit 构建的语音智能体 SDK,全部模型均已在 Mistral API 公测。
ElevenLabs 发布 Eleven Realtime v1 Max 和 v1 Mini 两款语音到语音模型,面向实时 AI 对话。v1 Max 在 Big Bench Audio 基准上得分 98.8%,响应时间为 0.57 秒,面向客服等复杂任务;v1 Mini 面向低成本自然对话,可识别说话结束及“嗯嗯”等回应。
Mistral AI 发布 Voxtral 3 实时语音智能体模型家族,包含 Voxtral Small Transcribe 3、Voxtral Mini TTS 3 和基于 LiveKit 的语音智能体 SDK。
Brooke Lacey 展示了使用 Claude Code、FFmpeg 和 Whisper 在本地剪辑 TikTok 视频的工作流,原始手机视频约 15 秒完成编辑。她还介绍如何让 Claude Code 掌握个人跳剪节奏、从评论区挖掘脚本,并以每周发布一次的方式运营短视频账号。
《派评》体验紫毫 Hare、Platen、Brink、TVScope 与 Chengyu Calendar,聚焦输入、写作、播客和 Apple TV 工具。紫毫提供设备端小鹤双拼纠错;Brink 支持播客转译与章节定位。TVScope 免费版单段录制最长 30 秒;Chengyu Calendar 每日讲解成语。
Apple Machine Learning Research 提出一种直接从语音检测语码转换的轻量方法,利用预训练语音编码器的帧级语言信息判断同一话语中是否包含两种语言。
Google 汇总了 2026 年 9 月的 AI 更新,Gemini 4 Argon 以 1-million-token 输出上限成为重点。同期还推出 Gemini 3.8 Flash、Gemini 3.8 Flash Cyber 与 Gemini 3.8 Live,并为 Gemini App 增加 Connected Apps。