用语音和 AI 聊天早已不是新鲜事,但市面上绝大多数语音助手的底层逻辑其实是在「念稿」——先把人说的话转成文字,交由文本大模型思考,最后再用语音合成技术朗读出来。几乎同时,xAI 也推出了同样主打实时端到端语音交互(speech-to-speech)的 Grok Voice 3.0。与 Dessa 那种「完全不碰文字」的洁癖式训练不同,以 Grok 为代表的主流商业模型更在意如何将大模型的文本推理底子与原生语音能力结合,让声音真正派上用场。
推特创始人做了个「不识字」的 AI,却很会说话
隐藏内容,支付积分阅读
已有90人购买此隐藏内容
隐藏内容,支付费用阅读
¥
已有86人购买此隐藏内容
隐藏内容,仅限以下用户组阅读
隐藏内容,登录后阅读
登录之后方可阅读隐藏内容
隐藏内容,评论后阅读
请在下面参与讨论之后,方可阅读隐藏内容
隐藏内容,加入AI圈子后阅读
您需要加入AI圈子之后才能查看帖子内容
您猜对了答案,下面是向您展示的隐藏信息:
[]
[¥]
向
提问:
隐藏内容,猜对答案后阅读
猜错啦:您选中的是「」,正确答案是:「」
多选人参与投票
单选人参与投票
PK人参与PK
·已选
已选·
投票后查看结果,您的选择是?
思想因碰撞产生火花,真理因辩论获得升华
热门评论
:
请先登录!
图片审查中...
登录之后回答问题,请先登录!
编辑答案:
我的回答:
最多上传一张图片和一个附件
x


