Xbox 推出 Gaming Copilot：打遊戲遇到難題或敵人，直接語音問 AI
Xbox 宣佈推出 Gaming Copilot 公測版，即日起逐步整合進 Windows PC 的 Game Bar，10 月上線移動端。它支援即時語音交流，能看懂玩家螢幕內容，隨時解答任務攻略、敵人弱點或 NPC 背景。除中國大陸外，面向年滿 18 歲玩家開放。
AI語音
檢視更新的新聞
ElevenLabs 推出 Studio 3.0：支援影片，集齊配音音效與協作功能
ElevenLabs 推出 Studio 3.0 編輯器，在整合配音、音樂、音效、人聲分離與變聲等能力的基礎上新增影片支援。該版本還加入自動字幕、錄音語音糾錯以及多人協作評論功能，把多項音影片後期流程收攏進同一工具。
YouTube 升級 Studio：上線對話 AI「Ask Studio」，還支援口型同步配音
YouTube 在 Made on YouTube 上釋出一系列 Studio 更新，推出對話式 AI「Ask Studio」，可直接回答資料表現與選題建議。此外，平臺支援 3 組標題與封面測驗、最多 5 人合拍，並即將測試 20 種語言的口型同步配音及肖像保護功能。
ElevenLabs 推出 Productions：引入人工精修，做自然配音與有聲書
ElevenLabs 推出託管服務 Productions，面向創作者與媒體企業提供人工打磨的內容製作。官方組建了由語言學者和音訊專家構成的網路，負責配音、字幕、轉錄和有聲書的端到端製作，解決純 AI 生成偶有的生硬感。
蘋果又走一位 AI 大將：Siri 與搜尋團隊高管 Robby Walker 下月離職
據彭博社週五報道，蘋果 AI 與搜尋團隊高階總監 Robby Walker 計劃下月離職。Walker 自 2013 年加入蘋果，此前曾統管 Siri 業務。隨著 Siri 的 AI 升級推遲至明年，蘋果近期已有包括模型主管 Ruoming Pang 在內的多位核心人才出走 Meta。
Udio 上線 Voices：固定生成歌曲的專屬聲線
AI 音樂平臺 Udio 推出「Voices」功能，讓使用者實現穩定的人聲控制。你可以從官方預置庫挑選聲線，也能將已生成歌曲中的聲音單獨儲存並在新歌中複用。該功能向所有使用者免費試用兩週，之後僅對付費訂閱者開放。
Copilot Labs 上線指令碼模式：新模型支援逐字精準朗讀
Microsoft 旗下 Copilot Labs 推出音訊生成「指令碼模式」，由新模型 MAI-Voice-1 驅動。該模式能一字不差地逐字朗讀輸入文本，同時還提供戲劇感更強的 Emotive 模式與支援多角色的 Story 模式，解決了 AI 朗讀容易自行發揮的痛點。
ElevenLabs 推出智慧體測試功能：自動化跑回歸，支援接入 CI/CD
ElevenLabs 推出 Agents Testing 功能，支援對對話智慧體進行結構化模擬測試。系統可覆蓋工具呼叫、人工轉接與安全護欄，並支援由歷史對話自動生成測試用例並接入 CI/CD。這意味著開發者在修改 Prompt 或流程時，能在上線前自動排查故障。
OneMeta AI 推出 Verbum：支援 50 人同時跨 82 種語言即時語音對話
OneMeta AI 推出即時翻譯服務 Verbum，支援最多 50 人在群聊中各講母語、跨 82 種語言及 40 種方言順暢溝通。系統在發言後 1 秒內生成文字轉錄，並在約 1 秒後輸出自然 AI 語音，最初面向跨國團隊會議，亦可用於元宇宙多人場景。
蘋果釋出 AirPods Pro 3：降噪提升 2 倍，支援 AI 即時翻譯與心率監測
Apple 正式釋出 AirPods Pro 3，售價 249 美元。新耳機降噪能力提升至前代的 2 倍，首次加入心率感測器與端側 AI 驅動的運動指導，並依託 Apple Intelligence 帶來了面對面即時翻譯功能。
Gemini App 終於支援傳音訊：免費能傳 10 分鐘，高階版放寬至 3 小時
週一，Google 為 Gemini 應用補齊了呼聲最高的功能：音訊檔案上傳。免費使用者每天可傳 5 次、單次上限 10 分鐘，付費訂閱使用者單次最長支援 3 小時。此外，NotebookLM 也加入了學習指南、測驗等多種報告模板，搜尋 AI 模式還新增了日語、韓語等 5 種語言。
Roblox 推出短影片流與新 AI 工具：一句話生成可開的賽車
Roblox 在開發者大會上推出短影片流 Roblox Moments 及一系列 AI 工具。平臺不僅支援用提示詞直接生成可駕駛賽車等互動式 3D 物件，還提供即時語音翻譯與 NPC 互動 API，同時創作者分成提現比例也提高了 8.5%。
Timekettle 推出 W4 翻譯耳機：骨傳導拾音，雙人對聊即時翻譯
Timekettle 釋出 W4 AI 即時翻譯耳機，售價 349 美元。它結合麥克風與骨傳導感測器，在嘈雜環境或輕聲耳語時也能準確拾音；耳機內建 Babel OS 2.0，藉助大模型支援 42 種語言和 95 種口音即時互譯，連續翻譯續航達 4 小時。
Anker 釋出硬幣大小錄音器 Soundcore Work：GPT-4.1 驅動，轉寫百種語言
Anker 推出硬幣大小的 AI 錄音器 Soundcore Work，售價 159 美元。其直徑僅 0.91 英寸，單次續航 8 小時，能夾在衣服上佩戴。裝置接入 GPT-4.1，支援轉寫 100 多種語言、區分發言人並自動生成會議摘要。
被惡搞下單 1.8 萬杯水後：麥當勞與塔可鍾重整 AI 車道點餐
據報道 Taco Bell 和麥當勞在經歷翻車後重整 AI 車道點餐策略。此前麥當勞測試因亂加培根終止與 IBM 合作，甚至有顧客惡搞下單 1.8 萬杯水。如今麥當勞轉向谷歌雲語音技術，塔可鍾則計劃在高峰期由人工接管。快餐巨頭即便踩坑，仍堅信語音 AI 能為門店減負。
微軟推出兩款自研模型：語音模型 MAI-Voice 與端到端基座 MAI-1
Microsoft 釋出首批自研模型。語音模型 MAI-Voice-1 單卡不到一秒即可生成一分鐘音訊，已接入 Copilot；首個端到端混合專家模型 MAI-1-preview 使用約 1.5 萬張 H100 訓練，正上線 LMArena 公測。微軟正加速強化自研技術儲備。
OpenAI 正式上線 Realtime API：推出 gpt-realtime，接打電話還降價 20%
OpenAI 宣佈 Realtime API 正式商用，並推出端到端語音模型 gpt-realtime。新模型支援 SIP 電話直連、圖片輸入和遠端 MCP 工具呼叫，能在等待函式執行時自然接話，價格比預覽版降了 20%。
Aurelian 獲 1400 萬美元融資：用 AI 替 911 接聽非緊急電話
AI 語音初創公司 Aurelian 宣佈完成由 NEA 領投的 1400 萬美元 A 輪融資。美國 911 排程中心長期人手匱乏，Aurelian 研發的 AI 助手專門替人工分流違停、噪音等非緊急報案，一旦識別到真正險情則秒切人工。該系統已在全美十幾個應急排程中心上線接聽電話。
微軟 Copilot 登陸三星電視：配動態形象，遙控器一鍵無劇透答疑
Microsoft 將 Copilot 接入三星 2025 款智慧電視與顯示器。使用者按遙控器麥克風即可喚出螢幕上的動態形象，用來查背景常識、讓 AI 生成無劇透劇情梗概或推薦電影。登入微軟賬號還能同步個人偏好，目前率先在部分地區機型上線。
Meta Horizon 升級：場景生成向全員開放，大模型具身 NPC 即將上線
Meta 宣佈在 Worlds Desktop Editor 中向所有創作者正式開放 Environment Generation 場景生成功能，支援通過提示詞生成主題環境。同時，Meta 預告即將推出支援語音動態對話的具身大模型 NPC，並可在 VR 與移動端世界中使用。