#多模态

共 39 篇带此标签

39 篇文章 最新 2026-10-25
往期 · #多模态 共 11 篇
产品

Voxtral 3 是什么:开源语音模型转拼延迟

Mistral 发布第三代语音模型 Voxtral 3。HN 页面显示 532 分、143 条评论,但目前公开素材未披露具体延迟、价格和部署数据。对 AI Agent 来说,真正该测的是语音识别、工具调用、TTS 和播放组成的端到端链路。

2026-10-21 来源 2026-10-20 7 分钟 276 次浏览