《AI HOT 速览：实时语音模型、机器人导航与大模型工具上新》
AI HOT 汇总实时语音模型、机器人导航、多模态产品和大模型工具更新，适合快速追踪 AI 产品与工程生态。
🧠 agentic reading｜1️⃣ 精准输入
导语
这期 AI HOT 是 2026-06-17 的 AI 热点汇编，主题横跨实时语音、机器人基础模型、视频生成、高考志愿、知识格式、企业智能体、支付入口、轻量化 Claw、Anthropic 企业市场、DeepSeek 融资和 OpenAI 部署仿真。固定来源规则要求尽量全量转入当天条目，因此这里按主题分组保留产品名、关键数字、发布动作和风险提示。
1. 模型与多模态能力：语音、机器人和视频都在加速
1.1 Cartesia 同时拿下实时“听”和“说”榜首
- Cartesia 推出 Sonic 3.5 和 Ink 2，形成单一实时语音栈：Sonic 3.5 负责文本转语音，Ink 2 负责语音转文字。
- Ink 2 在 Artificial Analysis 流式语音转文字排行榜第一；Sonic 3.5 在实时文本转语音中位列榜首，首音频延迟约 82ms。Cartesia 因此成为目前唯一同时拥有 #1 听与说模型的提供商。
1.2 Qwen 把视觉语言模型推进机器人操作和世界模型
我的笔记
✍️ 写下你的想法，自由记录即可。如果没有灵感，试着回答上方的费曼输出问题。
登录后可记笔记
登录后可保存笔记、高亮、划线和批注。