1
2
高德发布通用世界模型工坊ABot-World Studio：5090单卡可生成小时级实时交互式视频与3D场景
高德最新世界模型工坊可单卡生成小时级实时交互视频与3D场景，首创“时空任意门”实现全尺度空间无缝穿梭。
3
无限世界、实时交互，蚂蚁灵波开源 LingBot-World 2.0 世界模型
IT之家 7 月 9 日消息，今天，蚂蚁灵波正式开源全新一代实时交互世界模型 ——LingBot-World 2.0（又称 LingBot-World-Infinity）。 据官方介绍，LingBot-World 2.0 全面升级了世界预测与交互能力 —— 支持更多动作与事件，解锁多样化交互玩法与模…
4
支持实时视频通话和语音控制视频走向，生数科技发布 Vidu S1 实时交互模型
IT之家 7 月 3 日消息，生数科技今日发布面向实时交互场景的新一代模型 ——Vidu S1 实时交互模型。 官方表示，Vidu S1 模型 支持实时视频通话和语音控制视频走向 ，用户不仅能通过语音控制数字人的行为，还能实现无限时长连续互动。 Vidu S1 支持 540P （960x540）高清…
5
生数科技正式发布Vidu S1实时交互模型
36氪获悉，生数科技正式发布Vidu S1实时交互模型，提供实时可交互的新一代视频生成能力，模型支持实时视频通话和语音控制视频走向。同时，Vidu S1支持540P（960x540）高清分辨率、25FPS帧率（最高支持42FPS），可基于真人、动漫、萌宠等任意初始形象及个性化音色，快速创建专属交互角…
6
阿里发布世界模型 HappyOyster 快乐生蚝 1.0：一句话生成可实时交互的数字世界
IT之家 6 月 17 日消息，阿里云今晚宣布推出可实时构建和交互的开放式世界模型产品 HappyOyster 1.0（快乐生蚝 1.0）。一句话，即可生成一个完整、可演绎、可探索、可互动的数字世界。 据介绍，该产品深度学习物理世界状态转移规律，能主动推演从动作到反馈的因果链，并保持人物和环境的长程…
7
Liberating LLM Capabilities in Full-Duplex Speech Models
探索如何释放大语言模型在全双工语音中的潜能，突破实时语音交互新边界。
arXiv:2606.07547v1 Announce Type: new Abstract: Speech-based large language models are typically constrained to spoken replies, which limits their use…
8
Parloa builds service agents customers want to talk to
Parloa借助OpenAI模型打造可扩展的语音AI客服代理，让企业轻松设计、模拟并部署可靠实时交互。
Parloa leverages OpenAI models to power scalable, voice-driven AI customer service agents, enabling enterprises to design, simulate, and deploy reliab…