AI新产品密集亮相:Rime、PokeBot等发布模型与API
语音模型Prism可在约0.57秒内开始回应,PokeBot的RoboAPI支持用自然语言指令控制机器人。
据 aitimes.com 报道,2026年11月2日至3日,多家AI公司与项目陆续发布新的模型和API,涉及语音交互、机器人控制、音频分析、设计编辑和本地浏览器操作等方向。
美国语音AI公司Rime发布语音到语音模型Prism。该模型直接分析用户的声音,而不需要先把语音转成文本再转回语音。Rime表示,Prism约0.57秒开始回应,支持在对话过程中调用外部工具,并可基于企业真实通话数据进行微调。目前Prism仅支持英语,通过API和SDK提供,主要面向客户支持与电话任务自动化。
中国机器人AI公司PokeBot推出RoboAPI,用户可通过API以自然语言指令控制兼容机器人。该接口基于其Poke-Aurora世界动作模型构建,无需针对特定任务收集数据或额外训练,目前以技术预览形式免费提供。PokeBot称,相关实验还在美国、中国和新加坡的外部研究设施中进行。
Hume AI发布Audio Decision API,可针对用户指定的问题给出关于音频的概率性回答,同样无需将语音转换为文本。Hume AI称,该API在10项语音评测基准上平均得分82%,延迟为0.23秒,目前提供演示版本并开放API访问申请。
设计与端侧工具同步更新
设计平台可画(Canva)公布其首个面向设计的视觉语言模型Brush,可根据自然语言指令编辑现有设计,同时保留可编辑结构。可画称,Brush在编辑上比其现有设计智能体快最多69%,单任务成本低46%,目前已向部分Canva Pro订阅用户开放。
Nace AI公开了Drex Max v1的模型权重。这是一个支持最多262,144个token上下文的多模态决策模型,参数量为270亿。该模型提供面向Apple Silicon Mac的MLX版本,4位量化版本可在配备24GB及以上内存的设备上运行。Unsloth则发布Browser Use功能,让个人电脑上的本地AI模型可以打开网页、点击按钮、填写表单和阅读PDF,登录、提交表单、购买和下载文件等关键操作需用户批准,支持macOS、Windows和Linux。
快速问答
Rime的Prism支持哪些语言?
目前仅支持英语,通过API和SDK提供。
PokeBot的RoboAPI收费吗?
目前以技术预览形式免费提供。
Canva的Brush向哪些用户开放?
目前已向部分Canva Pro订阅用户开放。