提供软件支撑OpenAI 等公司语音、视频及实体 AI 模型的初创企业 LiveKit，在一轮融资中筹集了 1 亿美元，公司估值达 10 亿美元。LiveKit 的软件和网络运行着利用语音、视频以及所谓物理 AI（应用于机器人技术等任务）的人工智能模型。
1月22日，证监会官网披露，苏州AI语音交互解决方案企业思必驰科技股份有限公司在上海证监局办理上市辅导备案登记，重新启动A股IPO进程，辅导机构是东吴证券。
美国当地时间1月13日，语音AI公司Deepgram宣布完成1.3亿美元C轮融资。此轮融资后，公司总融资额达到2.15亿美元，估值13亿美元，成为了这一赛道的新晋独角兽。
AI 语音模型测试第三弹。
文本领域的大模型满分选手，换成语音就集体挂科？大模型引以为傲的多轮对话逻辑，在真实人声面前竟然如此脆弱。Scale AI正式发布首个原生音频多轮对话基准Audio MultiChallenge，直接撕开了大模型靠合成语音评测维持的优等生假象。实验显示，强如Gemini 3 Pro在真实场景下的通过率也仅过半数，而GPT-4o Audio的表现更是令人大跌眼镜。
从生物进化的漫长历程到AI技术的疯狂迭代，两者遵循着惊人相似的底层逻辑。
谷歌发布Gemini 2.5 Flash原生音频模型，不仅能保留语调进行实时语音翻译，更让AI在复杂指令和连续对话中像真人一样自然流畅。这一更新标志着AI从简单的「文本转语音」跨越到了真正的「拟人化交互」时代。
关键在于，从加入那一刻起，你就能对公司产生影响。因此在团队中，你可能承担任何角色。资历长短不会决定你在层级中的位置。只要足够聪明、敏捷且充满热情，就能快速提升自我——这点确实很有帮助。
键盘作为人机交互的主要工具，实质上是一个巨大且不自然的「输入、输出瓶颈」。在「后键盘时代（post-keyboard future）」，语音或许才是最好地交互方式。
一家名为Gradium 的巴黎人工智能语音初创公司，从非营利研究实验室中独立出来，并获得了 7000 万美元的融资，投资方包括前谷歌首席执行官埃里克·施密特和法国电信亿万富翁泽维尔·尼尔等一线投资者。
