AI & Enterprise

Meta发布实时语音识别模型Muse Voice Transcribe：可转写20名以上说话人对话，支持多语混说

Meta于9月1日发布实时语音识别模型Muse Voice Transcribe，可在实时转写过程中区分不同说话人，适用于20名以上说话人参与的对话以及多语言、混合语种场景。该模型以80毫秒为单位处理音频，并采用自适应延迟技术。Meta称，其在Artificial Analysis流式语音识别评测中的最终词错误率（WER）为3.1%，API按语音时长计费为每小时0.18美元。

AI & Enterprise

企业级AI竞逐新焦点：模型“harness”加速升温

随着生成式AI持续演进，模型“harness”正成为企业级AI市场的新焦点。业内普遍将其视为连接大模型、工具和执行流程的关键软件层，可为模型提供记忆与企业数据上下文，并支持AI代理落地执行具体任务。伴随相关产品和开源项目快速增多，router等配套组件的战略价值也在上升。