Berryxia.AI@berryxiaMark Gurman爆料苹果iOS 27将带来重大AI升级。核心变化是Siri被彻底重做，从简单问答助手转变为能理解上下文的智能体。AI功能将大幅增强，照片编辑能力进入新维度。系统还为专业用户推出了可自定义界面的Camera App，支持调整ISO、快门等参数。此次升级的关键在于将AI能力深度整合到系统底层与日常界面中，旨在让功能对普通用户易用，同时满足专业需求，而非简单堆砌功能。
BREAKING: A first look with renders at Apple's upcoming iOS 27, completely revamped Siri, major new AI features, enhance...
🚨 AI News | TestingCatalog@testingcatalogBREAKING: A first look with renders at Apple's upcoming iOS 27, completely revamped Siri, major new AI features, enhance...
Artificial Analysis@ArtificialAnlysAA-WER Streaming是一个新基准，用于测量流式语音转文本模型在语音智能体场景下的准确率与延迟。该测试基于约8小时音频，报告词错误率与延迟。关键结果显示：Cartesia Ink-2（语义端点）在最终转录中准确率最高（WER 3.59%，延迟0.21秒）；ElevenLabs Scribe v2 Realtime在首次部分转录中准确率最高（WER 3.65%，延迟0.13秒）；Deepgram Flux在速度上领先，最终和首次部分转录延迟分别为0.020秒和0.019秒。
由Oculus创始人创办的AI初创公司Sesame发布了其iOS应用，该应用将对话式AI智能体带给公众。应用提供更自然的来回交互体验，设计上区别于传统聊天机器人，旨在让用户感觉更像在和真人对话。
根据彭博社（Bloomberg）的渲染图显示，苹果计划在iOS 27中对Siri进行大幅重新设计。新版Siri将采用全新的聊天界面设计，可通过Dynamic Island（灵动岛）弹出，下拉菜单包含“Ask”、“Siri”和“ChatGPT”等选项，其视觉风格类似ChatGPT并融入了Liquid Glass设计语言。这些渲染图基于知情人士提供的信息，可能与最终设计有差异，苹果预计将在6月的WWDC大会上正式公布。
比亚迪王朝系列首款搭载“迪迪虾”智能体系统的B级插混SUV宋Ultra DM-i上市。该系统是具备主动交互能力的AI智能体，支持通过自然语言进行内容推荐与服务预订。新车CLTC纯电续航最高310公里，综合续航达1845公里，亏电油耗为3.3L/100km。其长宽高为4850/1910/1670mm，轴距2840mm。共推出5款车型，售价12.99万至15.99万元，首次将310公里纯电续航的B级插混SUV带入13万元级市场。
Rivian首席软件官Wassym Bensaid同时担任该公司与大众集团成立的合资公司RV Tech的联席CEO。这家合资公司源于大众近60亿美元投资，旨在为大众及其旗下品牌的未来电动汽车开发操作系统和电子架构。Rivian正准备交付基于新架构的更平价车型R2，并已在R1车型中推出了AI驱动的Rivian Assistant。Bensaid将此视为打造更具“智能体”特性车载软件平台的关键一步。
Chubby♨️@kimmonismusBloomberg泄露了苹果iOS 27中Siri的全面改版方案。核心架构是Siri将基于Google Gemini构建，界面新增下拉菜单，允许用户直接切换至ChatGPT或Claude。这表明苹果在重建Siri后，选择整合外部大模型。此外，苹果还将推出与Perplexity竞争的AI网络搜索功能、自然语言创建Shortcuts的能力以及AI照片编辑工具。此次更新是Siri历史上规模最大的一次。
BREAKING: A first look with renders at Apple's upcoming iOS 27, completely revamped Siri, major new AI features, enhance...
京东自研JoyAI语音大模型LiveTTS具备多语种、情绪解耦、语速解耦、捏声音色及一句话音色克隆（3—10秒语音）五大能力，已接入JoyClaw技能商店。覆盖10余种语言和8种方言，支持同一音色多方言与情绪表达。应用于JoyInside智能终端、JoyAI App万能博士、数字人JoyStreamer（累计服务超7万商家）及AI播客。618期间支撑千万级并发实时交互，为智能客服、数字人直播等场景提供低延迟语音输出。
Berryxia.AI@berryxiaGoogle发布最新Coral开发板，搭载Gemma系列模型，实现高效的本地设备端AI。核心演示包括板载实时语音翻译、通过自然语言控制硬件，以及利用视觉与声音生成音乐。此次升级的关键在于无需云端联网，解决了传统本地AI在延迟、隐私和成本方面的痛点。通过硬件与模型的深度结合，Google将AI的应用场景从云端拉回设备本地，计划于今年夏天推出。
Introducing the newest Coral board, for efficient, on-device AI! Check out the demos in the video: - On-board speech tra...
AI音频公司ElevenLabs宣布与Stan Lee Universe达成合作，将在其平台整合漫威之父斯坦·李的声音、形象及音乐风格。其克隆声音已上线Iconic Marketplace和Eleven Reader，并内置“斯坦·李每月读书会”。ElevenCreative Music平台还推出了两款受其启发的Finetunes微调滤镜。相关使用默认限于个人非商业用途。
针对单遍语音识别难以纠正语义关键错误的问题，研究者提出 Agentic ASR 闭环框架，将单遍 ASR 前端与语义校正、意图路由、基于推理的编辑整合，并将交互式语音识别建模为多轮校正任务。同时引入句子级语义错误率（S²ER）作为基于大语言模型的语义评估指标，并构建交互模拟系统用于可扩展、可复现的基准测试。在多语言、命名实体密集及代码切换基准上，迭代交互持续降低语义错误，S²ER 改善幅度远大于传统 token 级指标。人类-AI 对齐和消融研究验证了语义评估器的可靠性与框架的鲁棒性。代码和在线演示已公开。
🚨 AI News | TestingCatalog@testingcatalogToday we're announcing our @sesame iOS app preview, giving you a first look at our collection of personal agents, a new ...
对话模式在文本和语音输入方面进行了改进。语音会话开始时，可访问用户的图像提示、风格参考、侧边栏设置和最近任务。图像提示功能现可从托盘和侧边栏直接使用。在语音提交过程中，托盘中的图像将保持不变，直至用户手动移除。
Reachy Mini 机器人现可通过 speech-to-speech 库实现完全本地化的语音交互，无需依赖云端。该方案采用级联流水线架构，对外提供 Realtime API 兼容的 WebSocket 接口。默认组件包括 Silero VAD 用于语音活动检测、Parakeet-TDT 作为语音转文本模型、通义千问（Qwen3-TTS）作为文本转语音模型。大语言模型推荐使用 llama.cpp 运行 Gemma 4。所有数据均在本地处理，保障了隐私且无 API 费用。
Greg Brockman@gdbYou can now transcribe meetings in real time using Codex and ask Codex questions about meetings as they're happening! I ...
🚨 AI News | TestingCatalog@testingcatalog腾讯会议正式推出“声链”功能，旨在解决同一会议室内多台设备同时开麦时产生的啸叫问题。该功能基于腾讯天籁实验室的跨设备AI回声消除技术，通过算法对各设备音频进行回声消除与高质量混音对齐，以纯软件方案实现清晰无干扰的音频体验，并支持自动识别发言人。用户需将腾讯会议升级至最新版本以体验该功能。
在鸿蒙智行问界 M9 系列新品发布会上，华为发布全新一代鸿蒙智行 HarmonyOS 专属座舱。该座舱采用华为手机/平板/电脑同源设计，支持卡片/应用/文件夹自由组合布局，操作效率提升 70%，并支持 3D 空间极简控车。此外，座舱配备专属小艺，具备类人思考架构、跨设备协同及模糊目的地导航等功能。
Berryxia.AI@berryxiaTypeless 1.5.0 is live for macOS & Windows! ✨ Bringing custom shortcuts to external keyboards. ⌨️ Your favorite setup, w...
华为协同认证功能正在逐步适配上线。该功能允许用户在设备锁屏时，通过附近协同设备（如华为AI眼镜）确认身份后，直接使用小艺的部分语音指令，无需手动解锁。目前华为AI眼镜已完成适配，后续将逐步支持更多耳机、手表等设备。
SwanBench-Speech是一个针对长语音生成的综合评测基准，涵盖长语音生成和对话生成，覆盖声学、语义和表现力挑战。该基准包含1,101个样本，横跨17种常见语音场景，并从上述三个维度定义了包含7个指标的自动化评测方案。实验揭示，当前模型在高表达性场景下表现依然吃力，且在一致性与层次感上与真实录音存在明显差距。
Stability AI 发布了 Stable Audio 3，这是一个用于器乐和音效生成的潜在扩散模型家族。此次发布包含 Small 和 Medium 两个开放权重变体。Small 变体可在 MacBook Pro M4 CPU 上运行，Medium 变体适配 8GB 显存的消费级显卡。两者均采用流匹配、蒸馏预热和对抗后训练的三阶段流水线，以生成 44.1 kHz 的立体声音频。在 BBC Sound Effects 基准测试（5秒片段）中，SA3 Medium 的 FAD 得分为 0.369，优于论文中评估的所有开放权重基线。
环球音乐集团（Universal Music Group）与 TikTok 续签了合作协议，旨在打击平台上未经授权的 AI 音乐。多年来，环球音乐集团一直推动各大平台、流媒体服务及 AI 公司实施更严格的内容审核政策，此次续签是其相关行动的一部分。
Suno 用户社区出现一种现象：部分用户不再使用 Spotify 等传统音乐流媒体，转而几乎只收听自己通过 Suno 生成的 AI 音乐。有用户在 Reddit 帖子中“自豪地宣称”并引发了共鸣，他们将此形容为一种“令人上瘾”的体验，沉迷于收听自己创作的、源源不断的“热门歌曲”。
小米集团总裁卢伟冰在财报电话会上表示，小米手机全球市场份额连续 23 个季度稳居前三，手机均价及海外均价创历史新高，毛利率超预期。他强调将坚定推进高端化与全球化，并用 AI 重塑手机业务，今年超级小爱与 miclaw 合体是关键节点。面对存储涨价，小米表示不会简单地将成本转嫁消费者，将通过产品矩阵升级与软件优化平衡规模与利润，并透露今年七八月将发布带来新交互体验的新一代 OS。
OmniVoice Studio 是一个完全在本地硬件上运行的开源项目，无需 API 密钥、云账户或订阅。它提供语音克隆、视频配音、实时听写和说话人分离等功能，支持 646 种语言的语音合成（TTS），并暴露一个 MCP 服务器，可与 Claude、Cursor 等 MCP 客户端集成。
向阳乔木@vista8网易有道发布子曰4，一个27B参数的全模态大语言模型，在视觉数理方向达到同规模SOTA，纯文本数理难题准确率为81.4%。该模型在27B“甜点级”参数规模下，实现了多模态与纯文本数理推理的双重优势。同时，子曰4全模态模型和TTS引擎已同步开源，开放参数权重，支持本地部署与二次训练。其TTS模型只需3秒即可克隆原声，支持14种语言，克隆准确度超97%，音色还原度达95%以上。
荣耀推出 Earbuds 耳夹式耳机 Pro，主打佩戴时无需区分左右耳，App 会自动识别。耳机支持 AI 翻译、AI 录音、双设备连接和语音唤醒等功能。该产品已开售，首发价 599 元，国补价 539.1 元。
karminski-牙医@karminski3智谱发布了推理速度极快的GLM-5.1-highspeed版本。测试者发现其生成代码的速度已超过人类打字速度，因此构建了一个语音转文本的编程交互场景。从用户说完语音指令到代码修改完成、页面渲染，整个链路（包括语音识别、模型判断并发与prefill、tool call修改代码）耗时约3秒。这种量级的速度提升带来了全新的实时交互可能性。该模型目前正向部分企业用户提供内测。
Orange AI@oran_geTypeNo 发布 v1.4.0。开发者使用 Cola Code 维护项目，核心更新为流式实时预览功能，并重新设计了 overlay 界面。本次修复了录音间歇性空文件、overlay 抢占键盘焦点、以及 Coli 模型下载状态检测误报等 bug。文档补充了卸载说明，澄清了 CLI 安装与模型下载为两阶段。 GitHub 发布链接：https://github.com/marswaveai/TypeNo/releases/tag/v1.4.0
阶跃星辰于2026年5月发布StepAudio 2.5 Realtime，这是一款支持完全可定制个性化角色的端到端实时语音大语言模型。该模型通过WebSocket API提供服务，支持中英文。在2026年4月进行的五个基准测试维度中均排名第一，具体包括80.41的人类评测得分和82.18的副语言理解得分。
苹果将优化AirPods软件功能，但暂无独立应用计划。iOS 27将大幅改动设置应用中的AirPods菜单界面，使其更实用、清晰、简洁。当手机连接AirPods后，其设置页面会自动置顶于设置首页。此次改版旨在优化长期叠加新功能后变得繁杂的界面信息层级。该更新将同步上线于iOS 27、iPadOS 27及macOS 27系统，新系统将于数周后的苹果全球开发者大会发布。
亚马逊推出了AI可穿戴设备Bee，与其他同类产品类似，它在提供便利性的同时也引发了用户对隐私的担忧，这种便利与隐私焦虑的矛盾结合显得十分奇特。
