20人AI反诈公司Apate融资近千万美元，用AI冒充受害者陪骗子聊天
澳大利亚初创公司Apate累计融资接近1000万美元，其AI可冒充受害者接听诈骗电话、回复钓鱼短信，迄今与骗子进行了250万次对话。公司从YouTube反钓鱼博主的341段对话中训练模型，并通过运营商转接高风险来电扩大规模，再向客户出售对话中套出的诈骗情报。原文还提到，其部署的一家澳洲一级运营商每月转来约30万通电话，其中超过2.5分钟的实质通话仅占约5%。
#语音
钛媒体AI 评分5858 AWS Machine Learning BlogAI 评分3838 Deepgram 如何用 AWS Trainium2 优化大规模语音 AI 推理
Deepgram 与 AWS 合作将 Nova-3 语音转文本模型移植到 Trainium2，用于联络中心分析、医疗转写等离线批处理场景。最终配置在单台 Amazon EC2 trn2.3xlarge 实例上运行 8 个模型副本，按评估时实例价格计算，每美元处理的音频量比原有算力方案高 11%–70%。
TechCrunch · AIAI 评分5050 Otter.ai 获 General Catalyst 增长基金 3.2 亿美元投资
会议记录工具 Otter.ai 宣布从 General Catalyst 的 Customer Value Fund 获得 3.2 亿美元，资金将用于企业增长、市场策略、国际扩张和产品创新。该公司累计融资 5000 万美元，去年 ARR 突破 1 亿美元，迄今已有 4000 万用户使用其产品。Otter 正在测试会前简报和会中 Live Assist 提问功能。
TechCrunch · AIAI 评分4242 Yelp 上线 Check for Me：AI 语音智能体代你致电餐厅查询等位时间
Yelp 在餐厅页面推出 Check for Me 功能，用户输入用餐人数和手机号后，AI 智能体会代为致电餐厅查询等位时间，并以短信回传结果。Yelp 同时为 AI 助手接入 OpenTable 支持应用内订位，可记住历史对话偏好并查看过去 30 天聊天记录。面向商家，Yelp 推出每月 30 美元的 Smart Lead Reply，用于自动回复并筛选客户线索。
The DecoderAI 评分6969 ElevenLabs 发布 Eleven Realtime 两款语音到语音模型
ElevenLabs 发布两款语音到语音模型 Eleven Realtime，其中 Max 版本在 Big Bench Audio 基准上得分 98.8%，响应时间 0.57 秒。
The DecoderAI 评分7272 Mistral AI 发布 Voxtral 3 实时语音智能体模型栈
Mistral AI 发布 Voxtral 3，一套面向实时语音智能体的模型家族，包含语音转写模型 Voxtral Small Transcribe 3、文本转语音模型 Voxtral Mini TTS 3，以及基于 LiveKit 的语音智能体 SDK。
OpenAI Developers@OpenAIDevsAI 评分2222用 GPT-Live-1 构建应用？给它们配一副合适的嗓音。 以下是用提示词塑造音色，或从全新国际预设音色中选择的方法：
MiniMax (official)@MiniMax_AIAI 评分5858引用reactor@reactorworldIntroducing FastH3-Omni. The fastest and highest-quality open-source version of realtime H3 by @MiniMax_AI, post-trained by FastVideo @haoailab with @nuvalab. Exclusive preview on the Reactor API until 10.20.2026. • First and last frame conditioning • Audio input + strong dialogue • Up to 3 reference images • Frontier-level performance
Google AI@GoogleAIAI 评分6262Google 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款语音模型，支持 100 多种语言的自定义音色和 2000 多种现成音色。
Google DeepMind@GoogleDeepMindAI 评分6060
Qwen@Alibaba_Qwen精选AI 评分7878阿里发布 Qwen-Audio-3.1，ASR、TTS 与 Realtime 全面升级，并新增 TTS-Next 和 ASR-Next 两款模型，共五款模型覆盖理解、生成、交互与创作。
推荐理由：官方一次性给出五款音频模型的能力分工与降价幅度，可据此判断语音链路的选型与成本变化。
- Qwen@Alibaba_Qwen精选AI 评分6767
推荐理由：官方给出延迟从 2.8s 降到 2.3s 和三项新能力，可据此判断实时同传的可用边界。
- Google AI@GoogleAI精选AI 评分7878
推荐理由：两款音频模型分别面向低延迟对话与复杂任务推理，读者可据此判断语音交互的适用边界。
- Google DeepMind@GoogleDeepMind精选AI 评分7272
推荐理由：官方给出两款对话模型在后台持续处理任务的能力定位，可据此判断实时语音交互的边界。
AI at Meta@AIatMeta精选AI 评分7272推荐理由：Meta 公布实时语音感知模型的能力清单与榜单排名，可据此判断流式 ASR 的当前水平。
Mira Murati@miramuratiAI 评分6262Mira Murati 表示团队正在分享其在交互模型上的工作，这是一类从零训练、原生处理实时交互的新模型，而非在回合制模型上外挂交互能力。推文附有一段视频链接。