Gladia是国外专注于AI语音转文字技术的专业服务商，核心定位为开发者和企业提供高性能的语音转录API服务，依托自研的Solaria-1通用语音转写大模型，主打多语种支持、低延迟、低幻觉的转写能力。相比传统语音转写工具，Gladia的实时转写延迟可控制在300ms以内，部分转写输出甚至低于100ms，能够适配对性能要求较高的各类语音交互场景，帮助企业降低自研STT模型的技术与时间成本。
在实时对话场景中，比如跨境视频会议的实时字幕输出，Gladia可以做到转写几乎与说话同步，即使是多语种混合对话也能准确识别，不会出现卡顿或延迟过高的问题；在批量转写场景中，针对数小时的播客、学术访谈音频，转写准确率可达95%以上，几乎不会出现传统STT模型常见的乱码、杜撰内容等幻觉错误；在小语种转写场景中，也能保持稳定的准确率，不会因为语种小众出现识别错误。
登录后解锁全文，体验收藏、点赞、评论等完整功能
立即登录
4 天前
2026年4月3日，微软正式发布自研MAI系列第三款AI模型MAI-Transcribe-1，该语音转写模型在FLEURS基准测试中实现25种语言平均词错误率仅3.9%，11种核心语言转写精度登顶，性能优于OpenAI Whisper-large-v3、Google Gemini 3.1 Flash等同类产品，是目前全球精度最高的通用多语种语音转写模型。
11 天前
2026年3月28日，AI服务平台AI亦为正式推出大模型聚合服务，已接入OpenAI GPT-4、Anthropic Claude、Google Gemini、DeepSeek等全球主流厂商共534款大模型，提供统一API接口，支持最低1元起充、模型调用费率低至官方1-2折，大幅降低开发者多模型对接成本，实现开发环节的“AI自由”。
26 天前
美国初创公司AgentMail近期完成600万美元种子轮融资，面向AI代理场景推出专用邮箱API平台，支持双向会话、内容解析、线程管理、标签分类、全局搜索与自动回复等全链路邮件处理能力，填补了当前AI智能体对外交互场景的基础设施空白，本轮融资将主要用于技术研发与商业化落地拓展。
1 个月前
2026年2月25日，通义千问团队宣布Qwen3.5开源大模型家族新增Qwen3.5-122B-A10B、35B-A3B、27B（Dense）等多款模型，同步在阿里云百炼平台上线Qwen3.5-Flash生产级API服务。新模型通过架构优化等路径提升性能，部分超越前代更大参数版本，复杂Agent任务表现突出，显著缩小与顶尖闭源模型的差距。
1 个月前
火山引擎日前推出豆包大模型2.0系列，同步开放面向企业与开发者的API服务，个人用户可通过指定渠道体验。该版本针对大规模生产环境系统性优化，具备高效推理、多模态理解及复杂指令执行能力，可更好应对真实世界复杂任务；核心亮点为推理成本较业界顶尖模型降低约一个数量级，目前其日均Tokens使用量较推出初期已增长超500倍。
1 小时前
2026年4月7日，清华大学智能产业研究院（AIR）联合水木分子正式开源生物医药大模型插件集OpenBioMed Skills，首批推出覆盖五大核心领域的45项Agent技能，可直接调用多款垂直生物医药大模型，专业能力显著优于通用大模型。清华大学首席研究员、水木分子首席科学家聂再清表示，该项目将大幅降低药研工程门槛，推动生物医药研发全流程智能化。
1 小时前
2026年4月7日，通义千问宣布升级旗下“深度研究”功能，正式上线专业财经分析模块。本次升级基于Agentic架构整合同花顺实时金融数据，覆盖全球1.3万只股票分钟级行情、近百万份上市公司财报及权威研报，可全链路自主生成可溯源的专业研报，当前已在多端开放免费体验。
1 小时前
根据全球大模型聚合平台OpenRouter2026年4月发布的监测数据，2026年3月30日至4月5日中国AI大模型周调用量达12.96万亿Token，环比增长31.48%，是美国同期调用量的4倍以上。全球大模型周调用量榜单前六均为国产模型，阿里旗下Qwen3.6系列、小米MiMo-V2-Pro分列前三，凸显中国AI应用端的规模领先优势。
如果追不上光，那就成为光！
滇公网安备 53252802528133号
