漫话开发者 - UWL.ME 精选全球AI前沿科技和开源产品
2026-08-27 talkingdev

谷歌发布Gemini 3.5 Transcribe:智能语音转写进入格式化新时代

谷歌正式推出Gemini 3.5 Transcribe,这是面向智能语音交互场景的新一代语音转文本模型。它能够将原始音频直接转换为准确、经过润色并完成格式化的文本,减少用户在后期整理和编辑上的工作量。该模型现已在Gemini AP...

Read More
2026-05-25 talkingdev

Netflix如何利用多模态AI革新视频搜索:从海量素材到精准定位

Netflix正借助多模态AI技术,彻底改变其视频搜索与内容管理方式。平台允许编辑人员通过运行多个专门的AI模型(包括角色识别、场景分类、对话分析和物体检测),对数以千计的原始视频素材进行高效检索。其核心技术架...

Read More
2025-06-27 talkingdev

Anthropic研究揭示:AI情感支持使用率低于预期,用户情绪持续改善

Anthropic最新发布的匿名分析报告显示,在对450万次对话进行深入研究后,仅有2.9%的对话涉及情感支持需求。这一发现挑战了业界对AI情感交互普及程度的普遍预期。研究还发现一个积极趋势:用户在对话过程中的情绪状态...

Read More
2025-06-17 talkingdev

Retellio:用AI重构销售通话情报的智能分析平台

Retellio作为新一代销售智能分析平台,通过AI技术实时解析销售通话内容,自动提取关键客户洞察,并以播客、新闻简报或Slack消息等多样化形式输出。该平台采用先进的自然语言处理(NLP)和语音识别技术,能够精准捕捉...

Read More