开发者朋友们大家好这里是「RTE 开发者日报」每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTEReal-Time Engagement 领域内「有话题的技术」、「有亮点的产品」、「有思考的文章」、「有态度的观点」、「有看点的活动」但内容仅代表编辑的个人观点欢迎大家留言、跟帖、讨论。本期编辑koki、鲍勃01 有话题的技术1、Luma AI 正式发布多模态模型 Uni-1推理视觉同步Luma AI 正式发布多模态模型 Uni-1该模型通过单一架构融合了逻辑推理与视觉生成能力在 RISEBench推理基准测试及人类偏好评测中均排名第一被视为 Nano Banana 系列的有力挑战者。该模型基于「统一智能」架构旨在将逻辑推理与视觉想象能力结合在单一系统中。Uni-1采用仅解码器自回归 Transformer 架构通过单一交错序列同时处理文本与图像的输入及输出实现了思考与像素生成的同步进行。与此同时该模型还具备常识场景补全、空间推理、参考引导生成及多风格适应等核心能力。根据官方提供的数据Uni-1在 RISEBench 推理基准测试中达到了最先进SOTA水平并在人类偏好 Elo 评测中的总评、风格与编辑以及参考生成类别中排名第一。参考链接https://lumalabs.ai/uni-1橘鸦 Juya2、Willow 发布自研语音模型零编辑听写性能达 OpenAI 两倍语音 AI 初创公司 Willow 今日宣布其最新一代模型取得重大突破。测试数据显示该模型在零编辑语音听写Zero-edit Voice Dictation性能上表现强劲识别准确度达到 OpenAI、Apple、Dragon 及 Deepgram 等主流竞品的2 倍。针对「用户在发送语音转文字信息前平均需手动修改 3-4 次」的行业痛点Willow 新模型旨在实现「即说即发」的无缝体验大幅降低了对键盘校对的依赖。目前该模型已在 Willow Voice 应用内上线标志着边缘侧高精度自然语言处理在交互效率上的进一步演进。( WillowVoiceAIX)02 有亮点的产品1、MiniMax 将 Coding Plan 升级为 Token Plan支持全模态模型调用MiniMax 宣布将旗下 Coding Plan 全面升级为 Token Plan定位为「全球首个支持全模态模型的订阅计划」。新版 Token Plan 向 Plus / Plus-极速版及以上套餐用户新增了多模态模型的调用支持覆盖 Hailuo 视频模型、Speech 语音模型、Music 音乐模型和 Image 图像生成模型。多模态模型的赠额不占用编程模型用量套餐赠额内调用无需额外付费。对于有批量生产需求的专业开发者和企业用户MiniMax 还推出**「语音资源包」与「视频资源包」增购选项**支持旗舰语音模型 Speech 2.8 及视频模型 Hailuo 2.3 / 2.3-Fast官方称相较单独调用可节省最多 20% 的使用成本。(APPSO)2、蚂蚁集团入股跃然创新后者首家线下门店将开业近日AI 玩具公司跃然创新Haivivi主体深圳跃然创新科技有限公司发生工商变更新增蚂蚁科技集团股份有限公司全资子公司上海云玚企业管理咨询有限公司为股东同时注册资本增至 316.52 万元。2024 年 7 月底跃然创新正式推出了第一款 AI 玩具产品 BubblePalAI 对话交互式挂件玩具。截至 2025 年 6 月BubblePal 的销量已突破 25 万台。2025 年 8 月以来跃然创新推出第二代 AI 玩具产品——基于端到端技术的 CocoMate 系列产品其中就包括重磅 IP 奥特曼以及首个原创 IP「泡泡」。2026 年 1 月跃然创新正式发售旗下第三代旗舰新品——「光之召唤」奥特曼 AI 互动对话器。据介绍该产品支持多种佩戴方式并搭载 AI 互动对话、无限距离组队对讲、感应式 AI 主题游戏、语音电话四大核心功能。此前跃然创新已获得多轮投资。其中2025 年 8 月跃然创新宣布完成 2 亿元 A 轮系列融资由中金资本旗下基金、红杉中国、华山资本、愉悦资本领投招银国际等共同参投Brizan Ventures 等老股东持续加注。这也是迄今为止 AI 玩具领域最大的一轮融资。COO 高峰曾在 2025 年 6 月的一次活动中表示「在 AI 玩具这个行业里我们跟其他家最大的不同是我们不只是在做面向孩子的教育用品而是想提供给全龄段用户更好玩的产品。」跃然创新的首家线下门店即将开业地点位于北京市朝阳区蓝色港湾当前正在招募线下店员。多知3、AI 穿戴式拍摄迷你智能相机 Amkov AIBOX Cyan免手持、场景化Amkov AIBOX Cyan 是香港团队在 Kickstarter 推出的全球首款融合 AI 视觉识别、实时多语言翻译与第一人称穿戴式拍摄的迷你智能相机属于穿戴式智能硬件的品类创新产品其核心定位为**「日常便携的 AI 随行助手 免手持拍摄设备」**瞄准跨境旅行、国际商务、轻量化内容创作等场景。作为产品的核心差异化模块AI 功能并非泛化的语音助手而是与视觉拍摄深度绑定的场景化交互基于自研算法 ChatGPT 技术实现且仅处理用户实时拍摄 / 拾音的原创数据无第三方预生成内容隐私性有保障。语音 AI 助手支持语音唤醒或物理按键激活免指令自然对话可解答日常问题天气、常识等支持 7 种语言、4 种音色自定义对话 10 秒无操作自动结束交互过程可一键切换拍摄模式视觉 AI 识别相机成为 AI 的「眼睛」可实时识别场景 / 物体植物、标识、菜单、估算食品热量、解读街标 / 文字直接通过语音或 APP 反馈结果实现「所见即问即答」填补了传统翻译机 / 相机的视觉交互空白翻译功能是产品的核心实用模块区别于传统便携翻译机其与录音、拍摄功能深度结合并支持内容的后期智能化处理适配两大核心场景会议 / 访谈模式实时拾音并翻译 139 种语言支持 30/60/120 分钟长时录制录制内容可自动生成会议摘要、思维导图并支持多倍速播放、编辑保存解决国际商务的记录与翻译痛点面对面交流模式一键切换双方语音输入自动检测语言并语音播报翻译也可静音在 APP 查看文字适配跨境旅行、线下沟通的即时翻译需求。传统迷你相机仅聚焦拍摄便携翻译机无视觉识别与拍摄能力AI 手环 / 耳机仅能实现简单语音交互而 AIBOX Cyan 将三者深度融合实现「记录世界的同时理解世界」填补了多模态穿戴式智能硬件的市场空白。AI 智能硬件—智方4、乐奇 Rokid 在「带显示的 AIAR 眼镜」赛道中统治全球市场近日全球知名科技市场研究机构 Omdia 发布最新数据2025 年全球 AI 眼镜出货量达870 万台同比增长322% 其中尽管 Meta 以 85.2%的份额继续统治「无显示」AI 眼镜市场但在一个更关键的细分赛道——「带显示的 AIAR 眼镜」中中国厂商却悄然完成了反超市场占比高达 71%。而站在这个细分赛道顶端的是来自中国杭州的乐奇 Rokid。它率先将「AR 显示」与「AI 能力」进行了有机融合并精准踩中了两个关键产业节奏点。第一个节奏点是显示功能的爆发临界点。Omdia 数据显示支持显示功能的智能眼镜市场份额已从 2024 年的 3.3%提升到 2025 年的 8.4%总量达 73 万台同比增长超过 150%。这意味着市场正在用脚投票当 AI 眼镜从「尝鲜」走向「常用」显示功能正在成为分水岭——没有显示眼镜只能「听」答案有了显示眼镜才能真正「看」世界。第二个节奏点是中国产业链已具备「降维打击」能力。当大厂还在用「做手机」的思路堆砌 Type-C 接口、把眼镜做成笨重的「头戴式手机」时乐奇 Rokid 已经联手国内供应链死磕出 49 克的轻量化机身和行业首创的磁吸式充电胶囊。它还是全球首款接入谷歌 Gemini大模型的 AI 眼镜也是全球唯一可以接入OpenClaw的智能眼镜。用户可以在千问、DeepSeek、豆包等主流大模型之间自由切换甚至能通过灵珠平台的「自定义智能体」功能接入本地 NAS 上私有的 AI 模型或直接调用自己写的 Python 脚本。这种开放带来的直接优势是满足了用户的多样化需求。对于极客和开发者来说这副眼镜不再是一个封闭的消费电子产品而是一个可以自主编程的开放平台。智东西03 有态度的观点1、马克·库班AI Agent 将让员工每天少工作一小时亿万富翁投资人马克·库班Mark Cuban在 X 发文表示AI 智能体将帮助员工每天减少一小时工作时间。他认为「聪明的大公司」应鼓励员工自主创建并使用 AI 智能体提升生产效率并以缩短工时作为奖励——在薪资不变的前提下每天少工作一小时。「要用更多时间来奖励那些日复一日完成工作的人」库班写道。库班同日还表示他并不是 AI「末日论者」不认为 AI 的崛起会导致大规模失业。他指出随着时间推移相同的技术工具终将向所有人开放「最早采用、迭代最快、执行最好的人才是最终的赢家」。此前他也曾建议应届毕业生优先前往中小企业帮助它们落地 AI 智能体。(APPSO) Voice Agent 学习笔记了解最懂 AI 语音的头脑都在思考什么写在最后我们欢迎更多的小伙伴参与「RTE 开发者日报」内容的共创感兴趣的朋友请通过开发者社区或公众号留言联系记得报暗号「共创」。对于任何反馈包括但不限于内容上、形式上我们不胜感激、并有小惊喜回馈例如你希望从日报中看到哪些内容自己推荐的信源、项目、话题、活动等或者列举几个你喜欢看、平时常看的内容渠道内容排版或呈现形式上有哪些可以改进的地方等。作者提示: 个人观点仅供参考 蚂蚁入股 AI 玩具跃然创新，后者首家线下门店将开业；MiniMax Coding Plan 升级为 Token Plan，支持全模态模型调用丨日报
开发者朋友们大家好这里是「RTE 开发者日报」每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTEReal-Time Engagement 领域内「有话题的技术」、「有亮点的产品」、「有思考的文章」、「有态度的观点」、「有看点的活动」但内容仅代表编辑的个人观点欢迎大家留言、跟帖、讨论。本期编辑koki、鲍勃01 有话题的技术1、Luma AI 正式发布多模态模型 Uni-1推理视觉同步Luma AI 正式发布多模态模型 Uni-1该模型通过单一架构融合了逻辑推理与视觉生成能力在 RISEBench推理基准测试及人类偏好评测中均排名第一被视为 Nano Banana 系列的有力挑战者。该模型基于「统一智能」架构旨在将逻辑推理与视觉想象能力结合在单一系统中。Uni-1采用仅解码器自回归 Transformer 架构通过单一交错序列同时处理文本与图像的输入及输出实现了思考与像素生成的同步进行。与此同时该模型还具备常识场景补全、空间推理、参考引导生成及多风格适应等核心能力。根据官方提供的数据Uni-1在 RISEBench 推理基准测试中达到了最先进SOTA水平并在人类偏好 Elo 评测中的总评、风格与编辑以及参考生成类别中排名第一。参考链接https://lumalabs.ai/uni-1橘鸦 Juya2、Willow 发布自研语音模型零编辑听写性能达 OpenAI 两倍语音 AI 初创公司 Willow 今日宣布其最新一代模型取得重大突破。测试数据显示该模型在零编辑语音听写Zero-edit Voice Dictation性能上表现强劲识别准确度达到 OpenAI、Apple、Dragon 及 Deepgram 等主流竞品的2 倍。针对「用户在发送语音转文字信息前平均需手动修改 3-4 次」的行业痛点Willow 新模型旨在实现「即说即发」的无缝体验大幅降低了对键盘校对的依赖。目前该模型已在 Willow Voice 应用内上线标志着边缘侧高精度自然语言处理在交互效率上的进一步演进。( WillowVoiceAIX)02 有亮点的产品1、MiniMax 将 Coding Plan 升级为 Token Plan支持全模态模型调用MiniMax 宣布将旗下 Coding Plan 全面升级为 Token Plan定位为「全球首个支持全模态模型的订阅计划」。新版 Token Plan 向 Plus / Plus-极速版及以上套餐用户新增了多模态模型的调用支持覆盖 Hailuo 视频模型、Speech 语音模型、Music 音乐模型和 Image 图像生成模型。多模态模型的赠额不占用编程模型用量套餐赠额内调用无需额外付费。对于有批量生产需求的专业开发者和企业用户MiniMax 还推出**「语音资源包」与「视频资源包」增购选项**支持旗舰语音模型 Speech 2.8 及视频模型 Hailuo 2.3 / 2.3-Fast官方称相较单独调用可节省最多 20% 的使用成本。(APPSO)2、蚂蚁集团入股跃然创新后者首家线下门店将开业近日AI 玩具公司跃然创新Haivivi主体深圳跃然创新科技有限公司发生工商变更新增蚂蚁科技集团股份有限公司全资子公司上海云玚企业管理咨询有限公司为股东同时注册资本增至 316.52 万元。2024 年 7 月底跃然创新正式推出了第一款 AI 玩具产品 BubblePalAI 对话交互式挂件玩具。截至 2025 年 6 月BubblePal 的销量已突破 25 万台。2025 年 8 月以来跃然创新推出第二代 AI 玩具产品——基于端到端技术的 CocoMate 系列产品其中就包括重磅 IP 奥特曼以及首个原创 IP「泡泡」。2026 年 1 月跃然创新正式发售旗下第三代旗舰新品——「光之召唤」奥特曼 AI 互动对话器。据介绍该产品支持多种佩戴方式并搭载 AI 互动对话、无限距离组队对讲、感应式 AI 主题游戏、语音电话四大核心功能。此前跃然创新已获得多轮投资。其中2025 年 8 月跃然创新宣布完成 2 亿元 A 轮系列融资由中金资本旗下基金、红杉中国、华山资本、愉悦资本领投招银国际等共同参投Brizan Ventures 等老股东持续加注。这也是迄今为止 AI 玩具领域最大的一轮融资。COO 高峰曾在 2025 年 6 月的一次活动中表示「在 AI 玩具这个行业里我们跟其他家最大的不同是我们不只是在做面向孩子的教育用品而是想提供给全龄段用户更好玩的产品。」跃然创新的首家线下门店即将开业地点位于北京市朝阳区蓝色港湾当前正在招募线下店员。多知3、AI 穿戴式拍摄迷你智能相机 Amkov AIBOX Cyan免手持、场景化Amkov AIBOX Cyan 是香港团队在 Kickstarter 推出的全球首款融合 AI 视觉识别、实时多语言翻译与第一人称穿戴式拍摄的迷你智能相机属于穿戴式智能硬件的品类创新产品其核心定位为**「日常便携的 AI 随行助手 免手持拍摄设备」**瞄准跨境旅行、国际商务、轻量化内容创作等场景。作为产品的核心差异化模块AI 功能并非泛化的语音助手而是与视觉拍摄深度绑定的场景化交互基于自研算法 ChatGPT 技术实现且仅处理用户实时拍摄 / 拾音的原创数据无第三方预生成内容隐私性有保障。语音 AI 助手支持语音唤醒或物理按键激活免指令自然对话可解答日常问题天气、常识等支持 7 种语言、4 种音色自定义对话 10 秒无操作自动结束交互过程可一键切换拍摄模式视觉 AI 识别相机成为 AI 的「眼睛」可实时识别场景 / 物体植物、标识、菜单、估算食品热量、解读街标 / 文字直接通过语音或 APP 反馈结果实现「所见即问即答」填补了传统翻译机 / 相机的视觉交互空白翻译功能是产品的核心实用模块区别于传统便携翻译机其与录音、拍摄功能深度结合并支持内容的后期智能化处理适配两大核心场景会议 / 访谈模式实时拾音并翻译 139 种语言支持 30/60/120 分钟长时录制录制内容可自动生成会议摘要、思维导图并支持多倍速播放、编辑保存解决国际商务的记录与翻译痛点面对面交流模式一键切换双方语音输入自动检测语言并语音播报翻译也可静音在 APP 查看文字适配跨境旅行、线下沟通的即时翻译需求。传统迷你相机仅聚焦拍摄便携翻译机无视觉识别与拍摄能力AI 手环 / 耳机仅能实现简单语音交互而 AIBOX Cyan 将三者深度融合实现「记录世界的同时理解世界」填补了多模态穿戴式智能硬件的市场空白。AI 智能硬件—智方4、乐奇 Rokid 在「带显示的 AIAR 眼镜」赛道中统治全球市场近日全球知名科技市场研究机构 Omdia 发布最新数据2025 年全球 AI 眼镜出货量达870 万台同比增长322% 其中尽管 Meta 以 85.2%的份额继续统治「无显示」AI 眼镜市场但在一个更关键的细分赛道——「带显示的 AIAR 眼镜」中中国厂商却悄然完成了反超市场占比高达 71%。而站在这个细分赛道顶端的是来自中国杭州的乐奇 Rokid。它率先将「AR 显示」与「AI 能力」进行了有机融合并精准踩中了两个关键产业节奏点。第一个节奏点是显示功能的爆发临界点。Omdia 数据显示支持显示功能的智能眼镜市场份额已从 2024 年的 3.3%提升到 2025 年的 8.4%总量达 73 万台同比增长超过 150%。这意味着市场正在用脚投票当 AI 眼镜从「尝鲜」走向「常用」显示功能正在成为分水岭——没有显示眼镜只能「听」答案有了显示眼镜才能真正「看」世界。第二个节奏点是中国产业链已具备「降维打击」能力。当大厂还在用「做手机」的思路堆砌 Type-C 接口、把眼镜做成笨重的「头戴式手机」时乐奇 Rokid 已经联手国内供应链死磕出 49 克的轻量化机身和行业首创的磁吸式充电胶囊。它还是全球首款接入谷歌 Gemini大模型的 AI 眼镜也是全球唯一可以接入OpenClaw的智能眼镜。用户可以在千问、DeepSeek、豆包等主流大模型之间自由切换甚至能通过灵珠平台的「自定义智能体」功能接入本地 NAS 上私有的 AI 模型或直接调用自己写的 Python 脚本。这种开放带来的直接优势是满足了用户的多样化需求。对于极客和开发者来说这副眼镜不再是一个封闭的消费电子产品而是一个可以自主编程的开放平台。智东西03 有态度的观点1、马克·库班AI Agent 将让员工每天少工作一小时亿万富翁投资人马克·库班Mark Cuban在 X 发文表示AI 智能体将帮助员工每天减少一小时工作时间。他认为「聪明的大公司」应鼓励员工自主创建并使用 AI 智能体提升生产效率并以缩短工时作为奖励——在薪资不变的前提下每天少工作一小时。「要用更多时间来奖励那些日复一日完成工作的人」库班写道。库班同日还表示他并不是 AI「末日论者」不认为 AI 的崛起会导致大规模失业。他指出随着时间推移相同的技术工具终将向所有人开放「最早采用、迭代最快、执行最好的人才是最终的赢家」。此前他也曾建议应届毕业生优先前往中小企业帮助它们落地 AI 智能体。(APPSO) Voice Agent 学习笔记了解最懂 AI 语音的头脑都在思考什么写在最后我们欢迎更多的小伙伴参与「RTE 开发者日报」内容的共创感兴趣的朋友请通过开发者社区或公众号留言联系记得报暗号「共创」。对于任何反馈包括但不限于内容上、形式上我们不胜感激、并有小惊喜回馈例如你希望从日报中看到哪些内容自己推荐的信源、项目、话题、活动等或者列举几个你喜欢看、平时常看的内容渠道内容排版或呈现形式上有哪些可以改进的地方等。作者提示: 个人观点仅供参考