腾讯混元发布Hy Realtime实时语音模型，支持联网检索与歌唱
腾讯混元近期正式对外推出全新实时语音模型 Hy Realtime，补齐了实时语音对话里不少实用能力。这款模型不只是用来做语音应答，还具备 Agentic 工具调用以及唱歌能力，能够根据对话需求自主联网查找信息，交互形态相比传统语音模型更加灵活。
目前 Hy Realtime 已经悄悄落地在元宝语音通话、腾讯客服等内部产品当中，面向数亿用户提供服务。按照官方规划，后续这套能力还会迁移到腾讯云，以 API 的形式对外开放，方便外部开发者接入自己的应用。
在此之前，同类高质量实时语音能力大多由第三方服务商提供，腾讯把自研能力对外释放，也给国内开发者多了一个选择。
实时语音一直是大模型落地的热门方向，单纯语音问答已经很难满足市场需求。用户越来越希望语音助手可以主动调用工具、查询资料，甚至完成带有表演性质的歌唱交互。
Hy Realtime 的推出，意味着腾讯混元在语音赛道从基础对话向着具备自主行动能力的交互模型迈进。对于普通用户而言，后续在元宝、腾讯客服里，可以感受到更低延迟、更拟人，并且能够完成更多任务的语音交互体验。
体验地址：腾讯元宝官网
消息称OpenAI解散独立机器人团队，将具身智能并入基础模型
外媒在 11 月 13 日传出消息，OpenAI 已经解散独立机器人团队，原有人员并入常规大模型训练体系。按照内部判断，机器人属于通用大模型的垂类任务，相关智能能力，应当放在通用基础模型框架内统一进行研发。
截至目前，OpenAI官方还没有出面确认这条消息，更多细节还有待披露。
这并不是 OpenAI 第一次调整机器人路线。早在 2019 年，它的机械手解魔方项目 Dactyl 轰动行业；2020 年团队解散，创始人解释物理交互数据难以规模化，资源转向大模型。之后很长一段时间，外界对它的印象是只做智能大脑，不做实体硬件。
到今年五六月份，Sam Altman 放出机器人相关招聘，9 月官方确认自研人形机器人，硬件岗位持续扩招，计划搭建硬件闭环。如果本次传闻属实，并不代表机器人业务彻底砍掉，只是不再作为独立团队运营。
这代表 OpenAI 的思路出现转向，具身智能不再是单独战线，而是通用模型向外延伸的场景。这条路线如果跑通，未来通用大模型会天然适配实体机器人，改变整个具身智能行业的研发思路。
徐峥谈AI换脸表演，认为部分新人演员表现不及AI
在第四届表演教育国际论坛上，导演徐峥分享了自己刷到 AI 换脸视频的经历。当他第一次看见以自己形象生成的表演片段时十分意外，视频里虚拟形象的动作神态完成度很高，由此他提出一个引发热议的观点：不少刚入行真人演员交出的表演，还比不上成熟的 AI 生成片段。
这番发言迅速引爆行业讨论，大家再次聚焦 AI 是否会替代演员。
如今AI换脸工具门槛持续走低，已经有不少影视制作方尝试借助 AI 压缩拍摄与制作成本，从业者普遍存在焦虑。不过论坛上也给出了不一样的方向，上海戏剧学院牵头发布倡议书，明确坚持以真人表演为本，AI 定位只是辅助创作工具。
倡议书提出，影视表演教育需要重新搭建教学体系，着重打磨真人演员独有的能力。AI 可以复刻表情、动作，却很难复刻演员人生阅历沉淀下来的共情能力，还有现场即兴迸发的细腻情绪。
这些独一无二的特质，就是真人演员很难被算法替代的护城河。这场讨论也提醒整个行业，从业者需要找到 AI 无法复制的核心竞争力，在技术浪潮当中稳住自身位置。
阿里上线快乐虾米App，端到端生成整首AI音乐
阿里旗下 AI 音乐创作平台快乐虾米（HappyShrimp）正式上线 iOS 和安卓客户端，App Store 版本更新至 0.2.14。该产品归属阿里 ATH（TokenHub）事业群，是阿里 Happy 系列的第三款模型产品，前面两款分别为视频模型 HappyHorse、三维交互视频模型 HappyOyster。
快乐虾米主打端到端整曲生成，用户只用自然语言描述情绪、故事或者曲风，系统就可以一次性完成作词、作曲、编曲与人声演唱。如果用户手里已经写好歌词，也可以自行上传。
平台设置智能歌词与纯音乐两种模式，纯音乐适合短视频、播客以及纪录片配乐。平台还提供音乐配方保存功能，方便重复调用喜欢的风格，“做同款”功能可以参考上传音频的曲风，但不会复刻原歌手音色。
定价方面，国内标准会员每月大约 30 元，每月可以生成 150 首歌曲，折算下来单首成本大约 0.2 元；海外会员起售价为每月 14.9 美元。
值得留意，老牌音乐平台虾米音乐在 2021 年停止运营，而新版快乐虾米上线之初就和太合音乐达成合作，依靠版权合作搭建生态，和旧虾米的运营路线做出明显区分。
平台地址：快乐虾米（HappyShrimp）官网
谷歌开启Gemini智能眼镜预售，附带严格双向隐私条款
当地时间 11 月 12 日，谷歌正式开启 Intelligent Eyewear 智能眼镜预售，这款搭载 Gemini 的穿戴设备，由谷歌联合三星、Gentle Monster、Warby Parker 共同打造，起售价定为 395 美元。它意味着 Gemini 助手正式落地端侧穿戴硬件，打通日常随身的智能交互场景。
多方分工清晰，谷歌负责底层 Gemini AI 和系统，其余合作方承担硬件结构、工业设计以及光学镜架研发，兼顾科技功能和日常佩戴的时尚感。伴随这款可以随身拍摄录音的眼镜面世，隐私争议也随之而来，谷歌在服务条款当中新增双向隐私规则，这也是该条款首次正式落地。
条款禁止用户绕过隐私保护机制，违规拍摄、滥用设备。同时谷歌保留对违规账号远程锁机的权限，用技术加上协议的方式划定穿戴摄像设备的底线。
智能眼镜一直被视作下一代移动入口，但路人肖像、偷拍录音等风险长期制约产品普及。谷歌这套方案，试图平衡产品体验和公共隐私，后续能不能获得市场认可，还要看实际落地之后用户的接受程度，以及条款执行的尺度。
ElevenLabs推出Scribe v3，支持102种语言实时语音转写
ElevenLabs 发布新一代语音转写模型 Scribe v3 和 Scribe v3Live，前者面向已经录制完成的音频，后者主打低延迟实时转写，两款模型都已经通过 ElevenAPI、ElevenAgents 向开发者开放调用。新版本重点优化嘈杂环境、多人对话、互相抢话等复杂场景识别效果。
Scribe v3 一共支持 102 种语言，对比上一代，单词错误率下降大约 25%，德语识别提升明显。说话人分割能力得到强化，适合多人会议；Scribe v3Live 新增实时说话人分割。
第三方独立基准测试显示，Scribe v3 的准确率处于第一梯队，优于微软、Mistral、xAI、谷歌、OpenAI 的同类产品，仅落后阿里一款预览版模型。
当然这款模型并非没有短板，它的处理速度和定价不占优势，每一千分钟基准报价 3.33 美元，微软、xAI 的部分产品速度更快、价格更低。针对语音客服场景，Scribe v3Live 优化发言结束判断，减少误打断。
企业客户还可以选择欧盟独立服务器、零数据留存模式。除此之外 ElevenLabs 正在扩大生态，和英伟达、麦肯锡深化合作，向着企业级语音代理基础设施持续布局。
工具地址：ElevenLabs官网
黄仁勋辞任英伟达CEO引发全网热议，网友纷纷使用AI工具生图玩梗
英伟达官方确认，黄仁勋已经辞去总裁、首席执行官以及董事职务，即时生效；CFO 科莱特·克雷斯出任临时 CEO，董事会启动继任人选筛选。
消息传出之后，英伟达盘前股价一度下跌约14%，收盘跌幅收窄至 4.34%，单日市值蒸发大约 1820 亿美元，如果拉长周期，本周累计市值蒸发接近 4928 亿美元。
资本市场剧烈震动的同时，互联网上掀起玩梗热潮。
AMD 在社交平台发布一条针对性很强的招聘帖，岗位描述几乎对标黄仁勋；马斯克也公开表示，如果能够聘请黄仁勋，会是很大荣幸。
国内网友借助 AI 生图、视频工具创作大量段子，“黄教主赶考面试”相关内容快速传播，成为全网热度极高的话题。
玩笑之外，这件事牵动整条全球 AI 芯片产业链。市场目光已经投向 11 月 17 日的英伟达财报，管理层继任人选、订单情况，都会直接影响后续行情。
作为支撑全球 AI 算力基石企业的掌舵人，黄仁勋的离场，也让很多人感慨技术行业的不确定性。虽然网友调侃“又有人因为 AI 失业”，但真正值得行业关注的，是这次人事变动会给 GPU 供给、AI 算力格局带来怎样长期改变。
黄仁勋辞任英伟达CEO引发全网网友玩梗，详情查看： https://www.aitop100.cn/infomation/details/34977.html
AITOP100-AI资讯频道将持续关注AI行业新闻资讯消息，带来最新AI内容讯息。
想了解AITOP100平台其它版块的内容，请点击下方超链接查看
AI创作大赛 | AI活动 | AI工具集 | AI资讯专区 | AI小说
AITOP100平台官方交流社群二维码：
