汉堡王AI检测礼貌用语 阿里将推AI眼镜指环

开发者朋友们，新的一周从RTE开发者日报开启。每日我们持续追踪实时互动（RTE）赛道，甄选硬核技术、亮眼产品、深度洞察与行业动态。编辑部按个人口味筛选，欢迎随时留言指正。

本期编辑：@瓒an、@鲍勃

01 有话题的技术

1、Nano Banana 2 上线：高画质与高速生成首次兼得

Google今天正式发布了新一代图像生成模型Nano Banana 2（即Gemini 3.1 Flash Image）。这款模型在保持极速生成的基础上，将画质、语义理解与主体一致性提升至新高度，堪称Nano Banana Pro的精简版，面向更广泛的用户开放。

Nano Banana 2继承了Gemini系列的真实世界知识库，并可结合网页搜索获取实时信息。在空间布局、比例协调、光影渲染以及中文文本生成上，输出效果自然流畅。

• 单次生成可维持最多5个角色面部不变、14个物体外观一致，特别适用于漫画连载与分镜设计等复杂场景；
• 输出分辨率从512px到4K，画质较前代更锐利，光影表现更真实，可直接用于营销素材或视觉设计；
• 采用与Gemini Flash相同的高效架构，主打“近乎实时”的生成体验，适合快速迭代与多轮修改；
• 成本方面，普通用户每天可在Gemini应用和Google搜索中免费生成100张图片，Pro用户额度升至1000张；API价格较上一代Pro模型腰斩，生成一张4K图像成本约0.15美元；
• 内容可信度上，Google升级了SynthID数字水印与C2PA内容凭证，AI内容的可溯源能力显著增强。

( @APPSO)

2、千万ARR、12个月13倍增长，Fish Audio全面发力端到端情感语音与全双工模型

Alphaist Partners近期对AI语音平台Fish Audio联合创始人进行了深度专访。这家从开源社区起步的初创公司，过去12个月实现13倍增长，年度经常性收入（ARR）达千万美元，月活用户突破100万，目前位居全球AI语音平台流量第二位。

与头部竞品ElevenLabs侧重于企业级配音不同，Fish Audio将核心受众锁定在播客、游戏与开发者等专业内容创作者（Prosumer），以及AI陪伴类应用。其核心壁垒体现在以下几方面：

• 百万级UGC生态：平台积累110万个公共语音模型，创作者可从被调用的模型中获得30%收益分成。该生态不仅促进C端用户转化，还构筑了极难复制的数据资产。
• 端到端模型架构：S1模型为首个支持自然语言情感控制的TTS模型。团队坚信端到端架构的潜力，即将发布的S2模型在数据清洗管线（特意保留吵架、争论等富含情感的多说话人重叠数据）与强化学习（RLHF）上进行了深度重构。
• 自研底层管线：为精准控制语音副语言（如笑声、停顿），团队完全自研了情绪标注ASR模型、声音分离模型等核心工具。

商业化路径上，Fish Audio采用典型的产品驱动增长（PLG）模式：先通过开源核心模型在开发者群体中建立信任，再借助创作者工具Fish Studio积累口碑，最终促成了占总收入40%的B端企业级API订阅。

团队方面，Fish Audio汇聚了前Meta增长负责人与前英伟达算法研究员等核心成员。人才招募优先从开源社区挖掘具备创业者特质的“超级个体”，搭配充裕计算资源与合理股权激励，打造了一支自驱力极强的年轻技术团队。未来，Fish Audio计划推出全双工模型，并向多模态内容创作平台演进。

( @Founder Park)

02 有亮点的产品

1、随时随地与AI偶像“通电话”：Soulja Boy专属语音克隆热线展现交互新玩法

说唱歌手Soulja Boy近期与初创公司Bland AI合作，推出了一款可实时互动的AI语音克隆热线。拨通号码后，系统以近乎完美的逼真声音迎接来电者，并自信地自称首位“用AI实现声音自动化”的说唱歌手——这一设定巧妙呼应了他早年热单《Kiss Me Thru The Phone》。

Bland AI专门为企业开发对话式电话智能体，这意味着Soulja Boy的声音现在可被用于自动化客服与日程安排。实际测试显示，AI的语调与本人高度一致，在热情探讨技术创新与创造力的同时，会不断将话题拉回商业合作选项上，整体互动体验令人印象深刻。

该项目凸显了语音克隆技术向主流娱乐产业的加速渗透。 目前演艺界正以不同方式应对这一趋势：

• 部分艺人选择与ElevenLabs等公司合作，开放自己的AI声音使用权；
• 马修·麦康纳（Matthew McConaughey）等演员则尝试通过注册商标的方式，为声音和口头禅抢占先机。

对Bland AI而言，此次明星合作不仅展示了其取代传统呼叫中心的潜力，更放大技术的娱乐价值。AI热线进一步延伸了粉丝互动边界，让大众能在社交平台之外与偶像的“声音”进行无限时的沉浸式对话。 从近期一段Soulja Boy与AI声音即兴说唱的视频来看，AI或许会成为他未来的重要搭档。

( @TechRadar、@usebland@X)

2、阿里千问AI眼镜将在MWC 2026发布，3月2日开启预约

继AI购物春节爆火之后，阿里巴巴旗下个人AI助手“千问”正式进军AI硬件领域，今年将在全球市场推出多款不同形态的AI硬件产品。千问将于西班牙巴塞罗那举行的2026年世界移动通信大会（MWC）上发布首款同名AI眼镜，并于3月2日开启线上线下全渠道预约。

据悉，阿里正将千问打造成软硬一体、跨多种终端形态的AI助手。跳出手机束缚的千问，能捕获更多物理世界信息，在复杂生活场景中理解用户意图，让AI解锁更多可能性。千问App点外卖、打车等能力，也将无缝连接到千问AI眼镜等终端设备。

据阿里内部人士透露，除了AI眼镜，千问年内还会陆续发布AI指环、AI耳机等产品，并面向全球市场发售。

据IT之家此前报道，阿里巴巴去年12月已成立千问C端事业群，由阿里巴巴集团副总裁吴嘉负责。千问C端事业群的首要目标是将千问打造成一款超级App，成为AI时代用户的第一入口。未来，还将进一步让千问成为无处不在的AI助手，覆盖眼镜、PC、汽车等场景。

（@IT之家）

3、汉堡王在员工耳机中部署AI系统，可检测员工是否说了“请”“谢谢”

据外媒The Verge报道，汉堡王推出一款名为Patty的AI助手，部署在员工耳机中，辅助日常运营。该语音助手属于BK Assistant平台的一部分，不仅能协助制作餐品，还可分析员工与顾客交流时的友好程度。

汉堡王首席数字官Thibault Roux表示，公司通过分析加盟商与顾客反馈，训练AI识别体现服务态度的关键用语，比如“欢迎来到汉堡王”“请”和“谢谢”，门店经理可通过该系统了解门店服务表现。目前该系统主要用于员工培训，公司正在提升AI识别对话语气的能力。

Patty由OpenAI技术支持，是BK Assistant平台的核心语音接口。该平台整合了免下车点餐、厨房设备与库存数据，员工可直接询问餐品制作标准或设备清洁流程等操作问题。

系统还与云端销售系统连接，设备故障或商品缺货时会自动通知管理人员，并在约15分钟内同步更新库存状态，确保门店点餐系统、免下车点餐和数字菜单保持一致。

汉堡王计划在2026年底前，将BK Assistant平台推广到美国所有门店。目前Patty正在500家门店进行测试。

（@IT之家）

03 有态度的观点

1、黄仁勋：AI助手不会取代软件行业

英伟达CEO黄仁勋近日接受CNBC采访时，再次回应外界关于AI会冲击软件行业的担忧。

他强调市场对此问题的理解存在“判断失误”——AI助手不仅不会取代软件工具，反而会进一步提升软件行业效率。

他指出，AI助手将成为“工具的使用者”，而非替代者。无论是Cadence、Synopsys、ServiceNow还是SAP，这些工具存在的根本原因不会改变，AI将在这些工具之上进一步提升生产力。

我们需要工具来完成具体工作，并以我们能理解的方式将信息反馈给我们。

这一表态出现在英伟达发布强劲财报之后。2026财年第四财季，英伟达营收达681.27亿美元，同比增长73%，高于市场预期。在财报电话会上，黄仁勋强调，智能体AI的拐点已经到来，全球企业正在加大算力投入。

在这个AI的新世界里，算力即收入。

( @APPSO)

阅读更多Voice Agent学习笔记：了解最懂AI语音的头脑都在思考什么