voice-interaction

一款韩国AI应用走红，它允许与AI角色进行逼真的视频对话，这些角色使用语音、唇形同步、面部表情和摄像头场景，标志着从文本界面到实时视频原生交互的转变。

在桌面上使用ChatGPT Voice通过自然语音管理任务（如撰写博客文章、调试代码和协调发布准备）的演示。

OpenAI发布了GPT-Live模型，具备持续在场和时间感知能力，支持打断式语音交互和实时计时功能，提升了语音助手的自然度和实用性。

Google DeepMind 正在实验一种由 Gemini 驱动的 AI 指针，它能理解用户的指向意图、上下文和语音，并跨应用执行操作，从而重塑人机交互方式。