谷歌在端到端语音AI赛道推出重磅更新,将直接冲击实时语音交互应用。MiniMax的TTS能力通过合作平台扩大触达。开源社区方面,Devstral 2对Apple生态的支持为开发者提供了新的本地编码助手选择。

模型动态

Devstral 2 代码模型现已支持 Apple Silicon MLX 框架,可在 MacBook 上本地运行 SOTA 编码模型。

Google 发布并开放 Gemini 2.5 Flash Native Audio 模型。

核心:原生音频模型,可直接生成自然语音,无需中间文本转换。 能力:增强的实时函数调用、更强的指令理解、更高的对话流畅度。 上线:已在 Vertex AI 全面开放,并在 Gemini API 提供预览。

行业资讯

MiniMax 语音合成服务在 Retell AI 平台上线。

特性:超低延迟(<250ms)、智能文本归一化、支持40+语言及语码转换。 定位:专为实时对话设计的更智能 TTS。