在喜马拉雅深耕多年，与无数音频创作者和消费者深入交流后，本期嘉宾吕睿韬（花名「秀才」）将目光投向了新一代音频消费形式——互动式 AI 音频。 与 NotebookLM、Plaud.ai 等音频产品创始人的深度交流，为他带来了怎样的思考和启发？为什么说「AIGC 的上半场是创作即消费，下半场是消费即创造」？秀才眼中的 AIGC「下半场」究竟是什么样？它与「人人都是主播」又有何本质区别？ 节目中，我们还对互动式 AI 音频的未来场景开了一些 …
想知道未来你的 AI 个人助手将如何帮你预订酒店、购买保险，甚至自动完成各种复杂的任务吗？要实现这个愿景，智能体之间的互联互通至关重要。 从无人问津到巨头纷纷下场，过去一年，智能体协议的先行者常高伟亲历了这个领域的冰火两重天。而他始终在坚持用开源社区的方式推行自己的技术和理念，与巨头共生并行。 本期《编码人声》节目，我们邀请到 ANP 开源技术社区发起人常高伟，带你深入了解 AI 智能体互联互通的未来。我们将一同解析新兴的 MCP、A2 …
聊聊外设种种草，这期完全纯洁无广！附完整推荐名单，方便边看边听。 【本期嘉宾和主播】 德福，初代鼠标球玩家。写了 20 多年代码的资深程序员，家里键盘多到能开博物馆，经常忽悠女儿当「免费劳工」换键帽。 唐晓敏，Hit Box DIY 狂人。为了在格斗游戏中获得更精准操作，走上了 DIY Hit Box 的不归路。 白宦成，久病成医型选手，因为「鼠标手」试用了各种人体工程鼠标。 朱峰，制冰机十级爱好者。 【本期节目提到的好物】 索尼降噪耳 …
目前，哪怕是 DeepSeek 或者 ChatGPT，都是人类说一句 AI 答一句。这种方式很「被动」，AI 只能等你来召唤它。 本期节目邀请到声网大语言模型实验室的李忻玮，和实时 AI 创业者史业民。围绕「更主动交互的 AI」的话题，分享包括语音、视频等多模态的主动交互，以及背后更具体的技术细节和路径。 如何让 AI 像自然对话那样，适时地主动说话、打断或是沉默？如何实现在你出门时候，AI 主动提醒你带伞？黄仁勋和李飞飞都在做的「世界 …
「最初 AI 可以用来摸鱼，之后用来卷死同行。」「普通人用 AI，像在深夜里看 AI 拧一个又一个螺帽，每个都不一样。」 和少儿科普作家半只土豆闲聊他的 AI 使用体验，尽是以上这些金句。他把 AI 爱好者使用 AI 的过程描述得形象精确。如果你最近也在使用类似 DeepSeek 这样的 AI，一定能心领神会。除了金句，四位嘉宾和主播还分享了： 如果你也在深夜凝视过 AI 拧螺帽，不妨来听听这期节目。 本期播客录制于 RTE 2024 …
2024 年末，一群来自 Android、Chrome OS、Oculus 等操作系统的开发元老联合创业，推出 AI Agent 操作系统 /dev/agent ，并喊出「创造 AI 领域的安卓时刻」的口号。 与此同时，传统操作系统厂商、流量平台、新兴 LLM 公司、硬件制造商纷纷入局，试图在这个被视为下一代用户入口的赛道上抢占先机。这一轮 AI Agent 入口之争，还会重复移动互联网时代的路径吗？ 本期节目，我们将从 AI Agen …
虚拟世界与现实世界的界限逐渐模糊，已然成为不争的事实。但究竟哪些曾经的幻想已然照进现实，又有哪些挑战依然横亘眼前？本期节目，我们邀请三位来自不同领域的嘉宾，从 2024 年底的当下出发，共同审视虚拟与现实融合的真实图景。 InSpaze 的易明分享了在全新的硬件生态 Vision Pro 上开发社交应用的挑战与机遇，并展望了虚拟社交的未来；Motphys 的崔汉青深入剖析了实时物理引擎如何赋予虚拟世界更真实的物理规律，以及在游戏、具身智 …
无论你是否熟悉 Function Call、Tool Use 或者 RPA，都可能刷到了 Claude 推出「能像人一样操控电脑」的 Computer Use 的新闻。 与 Claude 3.5 Sonnet 一同发布的 Computer Use，可模拟人与计算机的交互，执行如移动光标、点击按钮、输入信息等操作。 本期节目，我们请到了 Riffo 的陈春宇和 LLamaEdge 的 Michael Yuan。Riffo 能在桌面调用 L …
编码人声：能操控电脑的 Computer Use 究竟是什么？万能胶水、旧世界操作员，还是无所不在的智能？ 查看全文 »
这期对话都来自 AI 陪伴产品开发者最真诚的思考和感悟。 嘉宾们探讨了「真正的 AI 陪伴」应具备的核心元素——平等关系、长久记忆、情境共享和持久对话等。这些元素都指向下一代 AI 陪伴的技术或产品方向。 嘉宾碎瓜曾开发了一款「虚拟恋人」产品，但因不愿看到 AI 成为不平等关系的附属而关闭了它。 另一位嘉宾付则宇花了数月实现了 GPT-4o 的语音对话能力，最后感叹：「复刻 4o 后才发现，这才是语音 AI 的开始。」 理解自己，是理解 …
OpenAI Realtime API 发布了，你准备好了么？ Realtime API 让开发者可以构建近乎实时的「语音到语音」的体验，无需将多个模型拼接在一起进行转录、推理和文本到语音的转换，实现更流畅的打断体验，还可以无缝切换多种语言。 本期节目请来了第一批接入并体验 OpenAI Realtime API 的开发者，为你解析背后的技术和开发者的新机会。 两位嘉宾分别是在实时多模态 AI 领域深耕多年的专家——开源实时多模态 AI …
各领域达人联手制作的多档高质量播客，分享经验、传播体验。每周日早八点，我们一起用耳朵体验世界