7月5日，AI聊天机器人平台Character.AI发布研究论文与视频演示，展示了一项名为TalkingMachines的自回归扩散模型。该技术通过输入图片和声音信号，可实现实时、逼真的音频视觉互动，类似FaceTime通话效果。模型基于Diffusion Transformer（DiT）技术，结合流匹配扩散、音频驱动交叉注意力等多项创新技术，能生成自然的面部表情、手势及精准口型同步。此外，TalkingMachines支持多种风格角色，包括真实感人类、动漫及3D虚拟形象。尽管尚未部署于平台，这项突破被视为迈向实时互动AI角色的重要一步。

米哈游创始人蔡浩宇的AI游戏公司Anuttacon首个项目《Whispers From The Star》曝光，主打AI驱动的角色实时对话，玩家可通过语音、文字、视频自定义剧情并影响角色命运。游戏中，玩家需帮助女主角Stella在异星求生。游戏画面100%实时演算，内测仅支持iOS 12以上设备。目前，Anuttacon团队约40人，核心成员来自微软、Meta及米哈游内部，且仍在快速扩张。公司目标是通过AI革新游戏互动体验，突破娱乐边界。此外，米哈游关联团队半图科技也获数千万元融资，专注3D AI交互研发。感兴趣的用户可申请内测资格。

声网首席运营官刘斌在MEET 2025智能未来大会上分享了RTE技术在AI Agent时代的应用价值。声网作为全球音视频技术龙头，平台单月音视频使用时长达到700亿分钟。声网与OpenAI及MiniMax合作，致力于打造国内首个Realtime API。 刘斌指出，多模态对话体验的关键在于延迟低于1...

近日，在RTE 2024实时互联网大会上，声网创始人兼CEO赵斌表示，OpenAI近期将API调用成本和价格降低了90%以上，中国市场同样竞争激烈。生成式AI将带来无限可能，尤其是在与实时互动技术结合方面，具有巨大潜力。赵斌预测，未来10至20年，终端设备将更好地支持大模型能力的应用，推动IT行业的...

TE2024：聚焦Gen AI 时代的 RTE，声网发布 RTE+AI 能力全景图 10月25日，由声网和 RTE 开发者社区联合主办的第十届实时互联网大会在北京召开，主题为“AI 爱”，涵盖AI、出海、社交泛娱乐、IoT、Voice AI、空间计算等多个行业和技术分论坛。 十年间，实时互动技术不仅...