AI模型发布/更新10/21 01:1769
Mistral 发布 Voxtral 3 实时语音 Agent 全套方案
原题:Mistral AI launches Voxtral 3, a full voice agent stack that listens, thinks, and talks in real time
Mistral AI 推出 Voxtral 3 系列,面向实时语音 Agent,包含语音转写模型 Voxtral Small Transcribe 3、语音合成模型 Voxtral Mini TTS 3,以及基于 LiveKit 的语音 Agent SDK。三者把听、思考、调用工具和说话整合进同一条流式处理流程。转写支持 50 多种语言,语音合成支持 35 种以上语言和 50 种方言,并带情感适配。Agent 可在对话中接入外部系统,例如预约或查发票。系统可部署在自有基础设施或欧盟托管 API 上,转写价格每分钟 0.0035 美元起。
推荐理由转写每分钟 0.0035 美元,支持 50 多种语言,做实时语音 Agent 可直接评估替换方案
Mistral 与 Nvidia 正联手利用 AI 加速工程仿真和工业产品设计。根据 Mistral 的公告,双方将把语言模型Mistral Large 4和 Mistral 的物理 AI与 Nvidia 的CUDA-X和Warp软件库以及Omniverse结合起来,用于 3D 仿真。目标是针对航空航天、汽车和半导体等行业,将设计、仿真和 AI 训练串联成一个连续的工作流。
两家公司还计划发布公开基准测试和开放数据集,用于测试和比较物理模型以及与工程软件协同工作的 AI 智能体。双方此前曾合作构建 Mistral NeMo,并且正在作为Nemotron Coalition的一部分开发一个开放基础模型。Mistral Large 4 拥有约 1 万亿参数,在欧洲使用 3,800 块 Grace Blackwell GPU 训练而成。它将于 10 月下旬以开源权重模型的形式发布。Mistral 希望到 2030 年将其算力扩展到 1 吉瓦。
没有炒作的 AI 资讯——由人工精选
订阅 THE DECODER,享受无广告阅读、每周 AI 新闻简报、每年六期独家“AI Radar”前沿报告、完整档案访问权限以及评论区访问权限。
立即订阅
1 个独立信源
标题与摘要由 AI(deepseek-chat)改写,可能有误,以原文为准。