#语音

数字生命卡兹克@Khazix0918· 13:22AI 评分7070

苹果WWDC 2026落幕，核心仍是AI。Apple Intelligence新架构：与Google Gemini合作开发5个模型；端侧分AFM 3 Core（3B）和AFM 3 Core Advanced（20B MoE）。新Siri正式命名Siri AI，基于系统编排器融合上下文理解、App Actions、屏幕感知等能力，支持连续对话、跨平台同步及独立App，但未展示自主Agent能力。视觉智能、全系统听写、写作工具等同步更新。目前仅支持英语，国区不可用，可用时间未知。

停车可观影，苹果 iOS 27 为 CarPlay 带来视频播放功能

苹果在 2026 年 WWDC 公布 CarPlay 视频播放功能，仅限适配新款车辆，驻车时通过 AirPlay 投屏观看。iOS 27 允许开发者打造带视频浏览的 CarPlay 应用。AI 版 Siri 将登陆 CarPlay，需 iPhone 15 Pro 及后续机型。四项新优化包括：正在播放界面支持音频进度拖动、GPS 定位与导航准度提升、应用内新增音频迷你播放窗口、无线 CarPlay 连接稳定性改进。所有功能需升级至 iOS 27，开发者测试版今日上线，公开测试版 7 月推送，正式版 9 月面向所有适配机型。

苹果WWDC 2026：Apple Intelligence新架构与Siri AI发布

苹果在WWDC 2026发布Apple Intelligence新架构，核心是与Google Gemini深度合作，基于Gemini开发5个模型，适配端侧及Private Cloud Compute。端侧分两档：AFM 3 Core（3B）和AFM 3 Core Advanced（20B MoE）。新Siri命名为Siri AI，集成系统编排器，具备个人上下文理解、世界知识、App Actions和屏幕感知。iOS、iPadOS等系统更新，Siri首次推出独立App且跨平台同步。APP智能化包括Safari智能标签页分组等；影像升级如Image Playground写实风格、Photos新增Cleanup。开发者工具Xcode可一键本地化App并选择AI模型。

苹果WWDC26主题演讲汇总：iOS 27等系统发布，库克最后一次主讲

6月9日，苹果WWDC26主题演讲举行，蒂姆·库克最后一次以CEO身份主讲。新系统iOS 27、iPadOS 27、macOS 27（Golden Gate）、watchOS、tvOS、visionOS发布。平台优化聚焦响应速度与设计：液态玻璃更新、工具栏与边栏重绘，App启动速度最高提升30%、隔空投送最高提升80%、iPad文件传输最快5倍，搜索重构。可靠性新增儿童账户和暴力内容预警。智能方面推出新一代Apple智能，Siri全面重构为Siri AI，拥有独立App，支持屏幕感知等新功能，中国大陆暂不提供。

苹果WWDC26改变AI演示方式：实机展示而非宣传片

苹果在2026年WWDC主题演讲中未推出全新产品，主要介绍Apple Intelligence优化及全面革新的Siri。不同于2024年宣传片式演示，本次多数AI功能通过工作人员操作真机实时展示，证明功能已实际可用。苹果曾因2024年虚假宣传被起诉，上月达成和解赔付2.5亿美元。新版Siri随iOS 27推送，适配iPhone 15 Pro系列、iPhone 16及以上、M1及以上iPad和Mac等设备，无需换最新款手机。

苹果 WWDC AI 演示在 2500 万美元虚假广告和解后显得更真实

苹果在 2026 年 WWDC 主题演讲中展示了多项 AI 演示，场景多为用户手持手机站立操作。这些演示因公司此前达成 2500 万美元虚假广告和解而显得更加真实。

苹果 iOS 27 Siri AI 语音助手可自定义表现力与节奏，仅限美国 Beta 用户

苹果发布 iOS 27 开发者预览版 Beta 1，Siri AI 支持通过滑块界面自定义语音助手的声音表现力和节奏。更新后的语音输入引擎能实时自动处理大小写、标点和格式化。苹果称 Siri AI 为“全新版本的 Siri”，比之前更具对话性，可在系统范围内使用，读取屏幕内容并与应用互动，配有独立 App，灵动岛会显示气泡。该功能仅限美国用户使用。

Apple 在 WWDC 发布升级版 AI 驱动的 Siri

Apple 在 WWDC 主题演讲中先重点展示了修复、性能改进和长期要求的功能，随后发布了升级版 AI 驱动的 Siri，以此将 AI 定位为整体软件改进计划的一部分。

初探苹果 watchOS 27：升级 Siri AI、增强健康追踪、优化智能叠放

在2026年WWDC上，苹果预览watchOS 27。Siri AI由Apple Intelligence驱动，支持开放式问题与多轮对话，可调用备忘录等个人内容。健康追踪新增围绝经期周期偏差提醒。跑步追踪补充配速、距离和时长数据。Workout Buddy新增西班牙语支持，锻炼无需iPhone。新手势用拇指与食指轻点一次快速选取小组件。Smart Stack获得情境感知，主动显示联系人生日、停车位置及睡眠闹钟调整建议。

苹果发布“Siri AI”——更“会话式”的新语音助手

苹果宣布推出“Siri AI”，一个更“会话式”的语音助手，新功能将于今年秋季上线。此次更新伴随一个由谷歌驱动的双层AI模型大改造。

苹果 watchOS 27 开发者预览版 Beta 1 发布：全新 App 应用网格界面、海外机型引入 Siri AI 功能

苹果 6 月 9 日向 Apple Watch 推送 watchOS 27 开发者预览版 Beta 1（内部版本号 24R5289n）。该版本移除对 Series 6/7/8/9、Ultra 初代、SE 2 的支持，要求 Series 10、Ultra 2、SE 3 起步。海外机型引入 Siri AI 功能，新增智能堆栈建议、全新 App 应用网格界面，并改进健身功能见解、优化室内运动及步行里程算法。

苹果智能和 Siri AI 适配机型公布，iPhone 15 Pro 系列及后续型号可用

在 WWDC26 主题演讲中，苹果公布 Apple 智能与 Siri AI 适配机型。新功能随 iOS 27 等系统推出，支持 iPhone 16 及以后型号、iPhone 15 Pro 系列、iPad mini（A17 Pro）、M1 及以上芯片的 iPad/Mac、Apple Vision Pro、Apple Watch Series 10 及 Ultra 2 等。最强端侧模型仅限 iPhone Air、iPhone 17 Pro 系列、M4 iPad 和 M3 Mac 及后续机型。中国大陆暂不提供，欧盟初期不在 iOS 和 iPadOS 上提供。

受 DMA 影响，Siri AI 在欧盟将随 iOS 27 和 iPadOS 27 延迟上线

由于欧盟《数字市场法案》（DMA），Apple 无法在 iOS 27 和 iPadOS 27 发布时于欧盟地区推出 Siri AI。该功能在欧盟的上线时间将晚于其他地区，具体时间未公布。

Apple发布新一代Apple Intelligence和Siri AI

今天Apple预览了即将推出的软件版本，将带来新一代Apple Intelligence和Siri AI。

苹果为Siri推出专属应用

苹果公司为Siri推出了独立的专属应用程序，标志着该语音助手首次拥有了自己的独立应用入口。

苹果推出 Siri AI：独立 App，为灵动岛优化

苹果在 2026 年全球开发者大会（WWDC）上发布 Siri AI，称为“全新版本的 Siri”，具备更强的对话能力和表现力，用户可自定义语速、语气和口音。Siri AI 支持系统范围内读取屏幕内容并与应用互动，配有独立 App，灵动岛会显示大气泡。苹果强调每一步以隐私为重。语音优化同时适用于 CarPlay 和 AirPods，可用于查询演唱会信息、提醒报名抽奖、搜索照片等场景。

苹果 Apple Intelligence 与谷歌达成合作：引入 Gemini，第二代设备端模型支持听写等功能

在 WWDC26 上，苹果宣布 Apple Intelligence 与谷歌合作引入 Gemini 大模型，新版 AI 架构支持在设备端和云端运行。第二代设备端模型新增听写、自然语言理解、更生动的语音表达和屏幕感知功能。隐私保护默认设置，端云结合，确保任何人无法访问用户数据。

苹果 Siri 全新图标亮相：设计大改，主体仅由线条勾勒

WWDC26 上苹果正式官宣 Siri AI，不再采用全屏跑马灯风格，而是深度融合到灵动岛。Siri 图标也重新设计为纯白底色、仅由线条勾勒。苹果还优化了 Siri 语音功能，用户可通过语速和“表现力”调整声音，这些更新同样适用于 CarPlay 和 AirPods。

苹果 Siri AI 官宣整合至各 Apple 产品，visionOS 27 还有专属 3D 水晶小球

苹果在 2026 年全球开发者大会（WWDC）上推出全新 Siri AI，配有独立 App，启用时屏幕顶部的灵动岛会显示大气泡。新 Siri 支持 iPhone、iPad、Mac、Apple Watch、Vision Pro 等全系 Apple 产品。在 visionOS 27 中，Siri 拥有专属 3D 水晶小球，并能识别用户正在注视的物品。

苹果：Siri AI 和其他 Apple 智能新功能在中国大陆暂不提供

苹果在今日 WWDC26 主题演讲中发布 Siri AI 和多项 Apple 智能新功能。官方明确，在中国大陆因配合监管要求，Siri AI 和其他 Apple 智能新功能暂不提供；欧盟地区的 iOS 和 iPadOS 初期也不会提供。硬件方面，Apple 智能新功能可在当前已支持 Apple 智能的产品机型上使用。

苹果 Siri AI 支持自然语言生成快捷指令，简化自动化流程

在 WWDC26 上，苹果发布 Siri AI 和 Siri App，快捷指令功能接入 Siri AI，用户可用自然语言快速创建快捷指令，无需逐项手动配置。该功能依赖 Apple Intelligence。

WWDC 2026：Siri AI、iOS 27、Apple Intelligence 等发布汇总

苹果 WWDC 2026 于今日在 Apple Park 开幕，围绕 Siri AI、iOS 27、Apple Intelligence 等发布一系列更新，同期举办开发者活动和演示。本次大会是 CEO Tim Cook 在苹果的最后一次 WWDC 主题演讲。

Apple 长期酝酿的 AI Siri 全面重塑终于到来

新版“Siri AI”将语音助手转变为功能更丰富的 AI 伴侣，不再局限于简单语音指令，而是能承担更多复杂操作。此次重塑旨在让 Siri 从被动应答进化成主动智能体，标志着 Apple 在 AI 助手领域的重要升级。

苹果发布 Siri AI 及下一代 Apple Intelligence

苹果在最新一届 WWDC 上公布了新一代 Apple Intelligence 功能和更智能、更个性化的 Siri。此前苹果因 2024 年承诺的 AI 功能未能实现，同意支付 2.5 亿美元和解一起集体诉讼。追赶 AI 竞赛被视为苹果及即将上任 CEO John Ternus 的明确优先事项。

WWDC 2026：Siri、iOS 27、Apple Intelligence 等全部发布内容

苹果 WWDC 2026 于太平洋时间上午 10 点在 Apple Park 开幕，为期一周的大会将发布围绕 Siri、iOS 27、Apple Intelligence 等更新，同时还有开发者活动和演示。本届大会是 CEO Tim Cook 在苹果的最后一次 WWDC。

WWDC 2026 前瞻：Siri 备受期待的改造、Apple Intelligence 与 iOS 27

苹果 WWDC 2026 临近，Siri 备受期待的改造、Apple Intelligence 和 iOS 27 是本次大会的主要看点。

OpenBMB@OpenBMB· 22:46精选AI 评分7575

面壁智能 OpenBMB 发布 VoxCPM2 技术报告。该模型为最新语音生成模型，拥有 2B 参数，基于超 200 万小时多语言语音数据训练，支持 30 种语言和 9 种中文方言。具备自然语言语音设计、可控及高保真延续性语音克隆能力。技术报告涵盖架构设计、统一序列公式、AudioVAE 高保真语音重建、大规模训练评估，以及零样本和指令跟随 TTS 基准结果。采用 16kHz 语义编码 + 48kHz 波形重建，在公开 TTS 基准上达到 SOTA 或极具竞争力。模型权重、微调代码和推理工具以 Apache 2.0 开源。

ElevenLabs 与英国政府签署 MOU，将语音 AI 引入公共服务并扩建伦敦总部

ElevenLabs 与英国科学、创新与技术部（DSIT）签署谅解备忘录，探索用语音 AI 改善公共服务可及性、深化与英国 AI Security Institute 的 AI 安全研究，并推动语音与音频 AI 人才培养。公司今年将迁入面积三倍于现有办公室的伦敦新总部，英国员工规模翻倍至 200 人，并任命 Alex Holt 为 Field CTO。

WWDC 2026：如何观看及期待什么

Apple 年度开发者大会 WWDC 2026 将于 6 月 8 日举行，主题演讲预计持续数小时，重点发布 iOS、macOS 等操作系统更新，并可能对 Siri 进行重大改造。观众可通过 YouTube 或 Apple 官网观看直播。

Microsoft AI 推出 MAI-Transcribe-1.5 语音转文本模型

Microsoft AI 发布 MAI-Transcribe-1.5，其自研语音转文本模型的第二代。该模型支持 43 种语言，新增关键词（实体）偏置功能，可针对领域特定术语优化。在 Artificial Analysis 排行榜上词错误率（WER）为 2.4%，在 FLEURS 基准上达到最佳准确率。转录一小时音频耗时不到 15 秒，长音频转录速度提升达 5 倍。MAI-Transcribe-1.5 已通过 Azure AI Foundry 提供。

漫步者 LolliClip SE 耳夹式蓝牙耳机发布：蓝牙 6.1，到手价 449 元

漫步者正式发布 LolliClip SE 耳夹式开放式蓝牙耳机，活动到手价 449 元（京东指导价 499 元）。该耳机为首款支持杜比 AI 的耳夹耳机，配备杜比空间音效；搭载 12mm 双磁长冲程动圈与双材质复合振膜，支持动态低频补偿算法和 LHDC 高清解码（最高 990kbps），获 Hi-Res、HWA 双金标认证。采用专利多曲率空气弧软梁及智能左右声道自适应。集成豆包 + DeepSeek 双 AI，支持 AI 问答、21 种语言实时互译、AI 会议总结转写。连接基于蓝牙 6.1，支持双设备无缝切换，单次续航 10 小时，总续航 40 小时。具备双麦 AI 通话降噪、IP56 防尘防水，可通过 EDIFIER Connect APP 控制。云霜金版本将于 6 月 9 日 10 点开售。

Tencent Hy@TencentHunyuan· 14:14精选AI 评分6969

腾讯混元联合上海交大、南洋理工等机构推出MMAE（Massive Multitask Audio Editing Benchmark），这是首个全面评估AI语音/音频编辑能力的基准。MMAE要求模型理解现有音频并按自然语言指令精确修改，而非简单生成。当前模型在该基准上的精确匹配率（EMR）低于5%，暴露了可靠音频编辑的短板。MMAE包含2000个真实场景高保真样本、17741条细粒度评估项，覆盖声音/音乐/语音及混合共7种模态、6种任务复杂度（基础修改到多跳推理及多轮编辑）、8种操作类型（局部到全局）。论文、代码、数据集和演示已公开。

谷歌 Gemini 语音助理曝“伪上下文对齐”漏洞，黑客可借特殊通知下毒

安全公司 SafeBreach 披露谷歌 Gemini 存在“Fake Context Alignment”漏洞。黑客可通过 WhatsApp、短信等发送特殊构造通知，将恶意指令隐藏在非目标语言文字或“静音超链接”中，利用 Gemini 的“Delayed Tool Invocation”机制绕过用户授权。攻击方式包括多语言混淆和语音助手不朗读超链接内容，可能导致智能家居被操控、通讯录被篡改。SafeBreach 于去年 8 月报告，谷歌在 11 月中旬通过改进内容分类器缓解。

特斯拉 Grok 车载 AI 助手全球扩容，新增智利、马来西亚等市场

根据特斯拉 2026.20 版本软件更新日志，由 xAI 研发的 Grok 聊天机器人已在车载系统应用近一年，现扩展至智利、马来西亚、菲律宾及中国香港等市场。Grok 支持开放式问答、导航指令、语音唤醒“嘿，Grok”及地理位置提醒功能。用户可通过应用启动栏、方向盘语音按键或语音唤醒使用，并可自定义语音音色与对话风格。部分功能需订阅特斯拉高级联网服务。Grok 仍处于早期测试版阶段，未来计划支持控制空调、车灯及 FSD 等核心功能。

苹果WWDC再次预告新Siri：Apple Intelligence承诺仍未完全兑现

苹果在2024年WWDC首次展示新Siri，搭载发光边框、多种语音选项及向ChatGPT提问的能力，但关键的Apple Intelligence功能迟迟未上线，误导性宣传导致公司面临集体诉讼和解。本周WWDC上，苹果准备再次介绍新Siri，试图在AI领域扭转被动局面。

Audio Interaction：开源语音模型持续监听，每0.4秒决定是否说话或保持沉默

Audio Interaction是一个开源语音模型，持续监听环境，每0.4秒判断是否应该说话或保持沉默。与GPT-4o或Qwen3.5-Omni不同，它无需等待录音结束，可在单个流中同时进行翻译、转录、对话并识别咳嗽等日常噪音。代码和模型权重已在GitHub上以Apache 2.0开源许可发布，训练数据稍后公布。

NVIDIA 发布 Nemotron 3.5 ASR：600M 参数缓存感知流式模型，实时转录 40 种语言-地区

NVIDIA 发布 Nemotron 3.5 ASR，一个 600M 参数的缓存感知流式模型，支持从单个检查点实时转录 40 种语言-地区。

Artificial Analysis@ArtificialAnlys· 09:01AI 评分5252

Google DeepMind 发布开源权重模型 Gemma 4 12B，支持语音转录，在 AA-WER 基准上得分为 8.8%（排名第 58），远低于专注转录的开源模型 Voxtral Mini Transcribe 2（4B 参数，WER 3.6%）和 Voxtral Small（12B 参数，WER 2.8%）。该模型是 Gemma 4 系列中支持转录的最大型号（另有 E4B、E2B），而 31B 和 26B A4B 仅支持文本、图片和视频输入。Google 同步推出本地听写应用 Eloquent（MacOS/iOS）。模型已在 Hugging Face、Ollama 和 LMStudio 上架。

Google Gemini@GeminiApp· 00:41精选AI 评分8181

你现可直接在 Gemini Live 中创建和编辑图像。 无论是测试房间装饰、解决数学问题，还是制作可分享的梗图，所有操作都实时完成。 只需打开 Gemini 应用，点击 Live 按钮，共享摄像头，告诉 Gemini 你想看到的。

苹果新版 Siri 不会被宣传为完成品，内部将其标记为“Beta”版

苹果新版Siri被内部标记为“Beta”版，不会作为完成品宣传；可能设置等待清单供用户尝试。iOS 27细节：通知到达重新设计，通知中心手势移至左上角；“查找”应用视觉重设计；照片“清理”功能改进；大量底层安全改进。部分Siri查询将通过Google Cloud调用授权版Gemini，并使用谷歌的NVIDIA Blackwell B200集群处理。