语音交互 | 人人都是产品经理

AI

一家支付公司，做出了最会聊天的语音模型

每一次大模型发布，都是代码能力上台阶、榜单换名次、发布会前半段可以直接跳过。这篇写的是一类反向的模型：Block 旗下 Dessa 那款不抢话、会停顿、能改口的语音模型，为什么反而找回了初次用 ChatGPT 时的震动。

亨亨

AI应用 TTS 语音交互

AI,个人随笔

豆包新增“生活缴费”，会是下一个超级App吗？

在对话框里说一句缴电费，服务卡片就会弹出并跳转页面，部分城市已经开通。与上一代超级 App 先建入口再让用户去找不同，这套逻辑反过来——以大模型对话作为调度层，用自然语言唤醒现实服务。文章实测了覆盖范围，也讨论了办事能力边界外扩的想象空间。

读佳

AI助手字节跳动生活服务

鸿蒙版本的小小机器人APP开放源码啦

鸿蒙系统原生能力有多强？一个从安卓移植过来的小小机器人APP给出了答案。语音合成、语音识别、定位服务、网络请求全部原生支持，仅需引入一个三方库，相比安卓需要多个三方库，开发效率大幅提升。本文通过实战对比，带你感受鸿蒙开发的便捷与高效。

aqi00

Android 语音交互鸿蒙生态

AI

Google 的 AI 开始替你打电话，这句开场白改了8年

9月24日，Google 开始让 Pixel 11 上的 Gemini 替用户打电话，开头要先表明自己是来自 Google 的 AI 助理。这段开场白 Google 用了八年才定下来：2018年 Duplex 演示时它还不说自己是谁，如今透明声明已写进帮助页和条款。

深思 SenseAI

Gemini google 大模型

AI

AI产品的发展趋势，正在把事情做的越来越完善

9月AI产品迎来密集更新，21款新品不再空谈概念，而是扎进视频剪辑、Agent审批、企业数据、语音交互等真实工作流。从Fotor的视频Agent到OpenAI的托管环境，它们正让AI从“能生成”走向“能交付、能核查、能接手”。本文逐一拆解每款产品的适用场景与使用门槛，帮你找到真正能用的工具。

查拉图斯特拉怎么说

Agent AI产品产品分析

AI,个人随笔

GPT-Live 拆解：OpenAI 改的不是声音，而是人与 AI 的对话方式

OpenAI 近期发布的 GPT-Live 和 GPT-5.6 引发热议，但两者本质不同。本文从产品视角拆解 GPT-Live 如何解决语音助手的“对讲机”痛点，通过全双工架构与分层设计实现自然对话，同时指出其视频、API 等短板，为语音硬件与产品团队提供深度参考。

溪居即事

GPT-Live OpenAI 产品分析

AI

GPT 语音活人感爆炸！万字深入解读 GPT Live 语音模型

GPT-5.6的语音交互体验突然迎来质的飞跃，其最新功能GPT-Live带来的『活人感』对话震惊了测试者。从北京腔调的儿化音到自然的对话节奏，背后隐藏着全双工架构与任务委派机制的深度革新。本文将深入拆解语音AI从级联式到双工架构的技术演进，以及OpenAI如何通过分层系统解决实时交互与深度计算的矛盾。

岩言

AI助手 GPT-5.6 产品分析

产品设计

杀死App？一个按钮可能定义下一代AI交互入口

当AI战争在手机屏幕上如火如荼，一个更隐秘的战场正在方向盘后悄然成型。本文揭示了通勤场景中被忽视的认知红利——每天流失的碎片化思考如何通过一个简单的物理按钮转化为结构化资产，并深入解析字节跳动为何是最适合打造'车载语音工作台'的玩家。从交互范式革命到商业价值重构，这是一场关于AI如何真正融入物理世界的深度思考。

俊驰产品观

AI硬件交互设计产品战略

AI,个人随笔

语音唤醒方案对比：从几十万授权费到几十块自训练，到底怎么选？

语音唤醒功能已成为智能产品的标配，但实现路径却让很多团队陷入选择困境。本文深度拆解硬件模组、大厂授权、自训练三类技术方案的成本与门槛，并揭秘最新在线训练平台的突破性优势，帮你找到最适合当前产品阶段的语音唤醒解决方案。

本色

AI模型产品开发技术选型

AI,个人随笔

微信开放A2A，交互的背后藏着设计师都在关注的未来趋势

微信与手机厂商联手推出的A2A智能体互联能力，正悄然重构我们的交互方式。通过语音助手直接调用微信核心功能，用户只需动动嘴就能完成发消息、打视频等操作，彻底摆脱解锁手机、手动打开APP的传统路径。这场从“点按”到“对话”的交互革命，不仅让设计师面临范式转变，更为微信生态注入AI灵魂，在智能服务竞争中抢占先机。