返回 7*24 快讯
来源MarsBit

Meta涨超3.7%重回600美元,发布首个实时音频感知AI模型

火星财经消息 9月2日,Meta涨超3.7%,重回600美元上方。 消息面上,Meta推出首个实时音频感知模型Muse Voice Transcribe。该模型在同一流程中整合流式自动语音识别、说话人分离与端点检测,用户说话时,系统可同步输出文字,无需等待完整录音结束后再单独处理。截至9月1日,Muse Voice Transcribe位列Artificial Analysis流式语音转文本排行榜第1名。(科股宝播报)
免责声明:以上内容仅为作者观点,不代表 711BTC 的任何立场,不构成与 711BTC 相关的任何投资建议。

相关推荐

09-02 01:08

Meta发布实时音频感知AI模型Muse Voice Transcribe,支持20余人分轨转写

PANews 9月2日消息,据IT之家援引9to5Mac报道,Meta推出首个实时音频感知模型Muse Voice Transcribe,开发者可通过Meta Model API调用,定价为每1,000分钟音频3美元(约合每小时0.18美元)。该模型在同一流程中整合流式自动语音识别、说话人分离与端点检测,用户说话时可同步输出文字,无需等待完整录音结束后再处理。模型支持70余种语言(25种已验证)、超1小时音频及多语言切换,可在包含20余名说话者的录音中分离不同发言者。Meta引入自适应延迟机制,对易识别语音快速输出,对复杂词语调用更多上下文以兼顾速度与准确度。

09-02 09:43

Meta新ASR模型实时转写登顶,每小时只要0.18美元

动察 Beating AI 快讯,Meta Superintelligence Labs 发布 Muse Voice Transcribe。它把实时语音转文字、区分不同说话人、判断用户什么时候说完,全塞进一个模型。最长可以处理超过 1 小时的音频,同时区分 20 多个人。 在 Artificial Analysis 的英文实时转写测试中,它的 WER(词错误率,越低越好)为 3.1%。GPT Live Transcribe 为 3.9%,Gemini 3.5 Transcribe Live 为 4.0%。Muse Voice Transcribe 在说话结束后约 0.16 秒就能给出最终文本。 它没有给所有词固定同一个等待时间。模型每次读取 80ms 音频,自己决定继续听还是开始输出。简单的词可以更快写出来,难词就多听一点上下文再确定。Meta 用强化学习同时优化准确率和延迟。 模型用 70 多种语言训练,其中 25 种已经重点验证,还能直接识别一句话里中英文混说。目前已经接入 Meta AI for Mac 和 Muse Code,也开放 Meta Model API。价格为每 1000 分钟 3 美元,也就是每小时 0.18 美元。

09-08 08:22

Meta首席AI官Alexandr Wang驳斥SemiAnalysis「刷榜论」:老测试早已饱和

动察 Beating AI 快讯,AI 研究机构 SemiAnalysis 点名 Gemini 3.8 Flash 和 Muse Spark 1.3,称它们是目前最明显的「benchmaxxed」模型之一,也就是针对公开评测优化得太狠。两款模型在 Terminal-Bench 2.1 分别拿到 89.4% 和 88.8%,已经接近 GPT-6 Astra 和 Claude Fable 5.1;换到刚发布不久的 Terminal-Bench 4.0,却只剩 19.1% 和 33.3%。Astra 和 Fable 5.1 分别还有 57.7% 和 55.8%。 SemiAnalysis 怀疑,问题出在公开测试越来越容易被针对性优化。Terminal-Bench 2.1 的任务全部公开,即使模型厂商不直接拿测试题训练,也可以购买与这些任务高度相似的强化学习环境数据。模型于是越来越擅长这套考试,却未必能泛化到新任务。不过 SemiAnalysis 没有拿出 Google 或 Meta 购买这类数据的直接证据。 Meta 首席 AI 官 Alexandr Wang 随后反驳,称这个论点「很蠢」。他举例,GPT-5.6 Sol 同样从 Terminal-Bench 2.1 的 88.8% 掉到 4.0 的 37.3%。他的解释是 2.1 已经饱和,无法再有效区分顶尖模型,而 4.0 远未饱和。Terminal-Bench 4.0 的确删除了 8 道饱和、已有公开解法或存在其他问题的任务,同时修改了 19 道题,并重新调整时间、CPU 和内存等资源限制。

08-15 05:34

Meta重金挖来的余家辉,Muse全家桶刚交付就创业了

据动察 Beating 监测,余家辉宣布离开 Meta,准备创办一家新公司。他去年从 OpenAI 加入 Meta,与扎克伯格、汪滔一起组建 TBD Lab,负责多模态方向研发。一年多后,他选择离开大厂创业。 在 Meta 期间,余家辉参与了 Muse Spark、Voice Mode、Muse Image 和 Muse Video 等项目。就在他离职前,Muse Spark 刚更新到 1.2 版本。他表示,自己越来越被一个「对人类未来非常重要、但目前很少有人探索」的问题吸引,接下来会投入全部精力探索。新公司的名字和具体方向尚未公布。 余家辉此前曾负责 OpenAI 感知团队,也参与 Google DeepMind 的 Gemini 多模态研究。去年 Meta 组建超级智能实验室时,他是扎克伯格从 OpenAI 招募的核心研究员之一。 余家辉加入 Meta 时,正值硅谷 AI 人才争夺最激烈阶段。Meta 当时被曝向少数顶级人才提供第一年超过 1 亿美元的总薪酬,但公司随后否认所有核心员工都拿到这一水平。目前没有证据证明余家辉本人获得 1 亿美元年薪。

09-09 10:28

Meta美股盘前涨超4%,此前公司推出个人AI智能体Muse

BlockBeats 消息,9 月 9 日,据 BIT(bit.com)行情数据,Meta 美股盘前涨超 4%,此前公司推出个人 AI 智能体 Muse,可代用户处理日常事务。

09-09 01:11

Meta发布Muse:把OpenClaw做成普通人直接能用的产品

动察 Beating AI 快讯,Meta 发布个人 Agent Muse。和 OpenClaw、Hermes 最大的区别是,不用自己部署,也不用折腾模型、服务器和 Skill。Meta 直接提供独立云端环境,打开 App、网页或 WhatsApp 就能用。 和 Grok Bot 相比,Muse 不强调同时养多个 Agent,更偏一个长期跟着你的私人助手;和 Instinct 最接近,但 Muse 直接接入 Meta 自己的账号、App 和后续 AI 眼镜。 Muse 另一个重点是安全。密码、银行卡等敏感信息不会直接交给 Agent,付款和高风险操作会单独确认。