现代汽车集团的全球软件中心포티투닷于近日宣布，接连引入3名全球IT企业的核心人才，以增强其软件中心汽车(SDV)技术的竞争力。 포티투닷在9月初将安杰洛·科尔萨罗引入其位于美国硅谷的办公室，担任首席研究员。科尔萨罗是分布式计算、实时系统和机器人中间件领域的专家，同时在连接云端与物联网设备的“云到边缘连续体”方面也具备专业知识。他将在포티투닷提升SDV、云计算和智能出行平台的下一代数据连接性和扩展性。 此外，김재영，글레오 AI模型组的负责人也在上月底加入。김负责人在谷歌DeepMind、亚马逊、三星电子和英特尔等全球IT企业工作了15年，专注于语音对话AI和信号处理技术的研究。他曾领导无文本直接理解和生成语音的音频原生AI的前沿研究，未来将在车辆内开发优化噪声和多说话者环境的语音识别(STT)和语音合成(TTS)技术，并负责低延迟音频处理架构的构建。 车昂·方于9月加入포티투닷硅谷办公室，担任SV VLA团队负责人。在任职于英伟达自动驾驶部门的首席工程师期间，他参与了自动驾驶基础模型的开发，之前在丰田研究所和Argo AI负责实时计算机视觉、预测和路径规划领域的技术开发。在포티투닷，他将负责将视觉信息识别、基于语言的推理和行为生成结合为一个模型，并推动前沿AI技术向实际车辆可应用的自动驾驶技术发展。 通过此次引入，포티투닷计划在分布式计算、车辆软件平台、语音AI和自动驾驶等核心领域加强其全球领导地位。基于三位专家在各自领域的研究、开发及量产经验，포티투닷将加速软件与出行的整体创新，并支持集团的SDV转型。 포티투닷表示：“我们将结合各领域的专业知识与포티투닷的AI和软件能力，继续引领SDV、自动驾驶和智能出行领域的全球技术标准。”※ 本报道经人工智能（AI）系统翻译与编辑。

LG电子与微软合作，致力于实现能够与家电自然对话的人工智能（AI）家庭。其目标是开发一种能够准确理解用户语言并像人类一样进行对话的语音助手，以LG电子独特的声音进行回应。 金哲河在30日于首尔COEX举行的‘微软工业峰会’上，介绍了以‘通过代理和语音实现的AI家庭体验’为主题的两家公司AI家庭语音助手的合作案例。 LG电子正在开发结合了设备端和云端的AI家电。在此过程中，与微软合作提升语音识别（STT）、意图分析和语音合成（TTS）等语音助手的核心功能。 ‘ThinkQ On’是LG电子AI家庭的核心，作为智能家居中心连接和控制家电及物联网（IoT）设备。基于生成型AI，它能够与用户进行日常语言对话，并根据对话内容控制连接的家电或提供所需服务。 金哲河表示，语音AI的发展方向是“在准确识别用户语言的基础上，能够与人自然地进行对话”。 LG电子将这一方向应用于‘ThinkQ On’的语音助手。新的语音助手在听取用户语言的同时开始推理和准备回答，从而减少对话延迟。当用户稍作停顿时，它会等待下一次发言；如果在AI回答过程中用户提出新请求，AI会停止当前回答并处理新的请求。 这种实时对话使用了微软的‘Voice Live’技术。它在等待语音识别结果全部出来之前，就开始处理部分结果，从而减少响应时间。 金哲河还展示了一个演示视频，展示了语音助手如何理解对话上下文来控制家电并根据用户请求生成内容。当孩子询问适合睡眠的温度后说“那么把卧室空调调到那个温度”，语音助手根据对话内容控制了空调。 语音识别使用了微软Azure的‘Custom Speech’技术，帮助学习LG电子产品名称和功能等一般语音模型难以识别的内容。 金哲河解释说，利用‘ThinkQ’语言包，改善不同语言的语音识别性能所需的时间也缩短了。他表示：“其他业务部门改善29种语言的语音识别性能大约需要10年，而‘ThinkQ’利用已有的语言包，仅用一年就改善了16种语言的语音识别性能。”与之前的案例相比，开发速度快了约5.9倍。 语音合成方面，结合了微软的自定义HD模型和LG电子的AI角色，以根据情境和对话上下文改变语调，体现LG电子独特的‘品牌声音’。 金哲河表示：“语音助手的功能正在迅速提升。”该演示视频是在9月4日拍摄的，当时仅能推荐睡眠音乐，但现在已增加了实际播放推荐音乐的功能，并改善了响应速度。 金哲河总结道：“优秀的语音助手能够准确理解并像人类一样进行对话，同时传达品牌的声音。与微软的合作正在丰富我们的语音体验。”※ 本报道经人工智能（AI）系统翻译与编辑。

阿里巴巴推出新的语音AI模型，并将API价格最高降低了95%。在同一周，OpenAI和Anthropic也相继降价，中国企业也加入了这一AI价格战。 根据IT行业的消息，阿里巴巴的Q1团队于23日发布了语音模型系列“Q1-Audio-3.1”。该系列改进了现有的语音识别（ASR）、语音合成（TTS）和实时语音对话模型，并新增了用于音频制作的“TTS-Next”和用于音频理解的“ASR-Next”，共计五种模型。同时，所有产品线的价格均有所降低。语音合成的降幅约为70%，实时语音对话的降幅约为85%，语音识别的降幅最高可达95%。 性能也得到了提升。实时语音对话模型能够像实际通话一样同时听和说，并且可以在对话中随时插入。ASR-Next能够区分多个说话者，添加时间戳，并识别情感和周围声音。业内人士认为，使用Deepgram、Eleven Labs和OpenAI等语音API的企业在合同续签前需要重新评估成本。 在此之前，22日，美国AI企业同时降价。Anthropic将其新旗舰模型“Claude Opus 5.5”的价格设定为每100万标记输入4美元，输出20美元，较前作Opus 5降低了20%。缓存读取价格则降至60%至0.2美元。Anthropic表示，按照一般工作标准，其运营成本比前作减少了约40%。 OpenAI在Anthropic发布后立即推出了“GPT-6 Sol”和“GPT-6 Luna”。Sol的输入价格为2美元，输出价格为10美元，Luna的输入价格为0.1美元，输出价格为0.5美元，均为前作的一半。OpenAI表示，此次价格并非限时折扣，而是正式价格。 中国企业的价格更低。小米在21日发布的“MiMo-V2.6-Pro”定价为输入0.435美元，输出0.87美元。与Opus 5.5相比，输入价格约为其九分之一。该模型在人工智能分析的智商评分中获得46分，位列开放权重模型第一。小米已将模型权重以MIT许可证公开在Hugging Face上。轻量级模型“MiMo-V2.6-Flash”的价格为输入0.14美元，输出0.28美元。※ 本报道经人工智能（AI）系统翻译与编辑。

LG U+与全球通信设备公司爱立信携手，启动网络基础的语音AI开发。 LG U+于21日宣布，将与爱立信在网络基础的语音AI解决方案开发、全球业务及AI原生网络演进方面进行战略合作。 双方将共同推进以下项目：△网络基础语音AI的技术开发与系统集成 △语音AI解决方案的全球业务合作 △AI原生网络结构的设计与实施 △语音AI解决方案在多种全球云环境中的预验证等。 LG U+计划将其AI通话助手“ixi-O”的商业服务经验与爱立信的全球网络技术能力相结合，预计在年内完成技术验证，推出AI作为通信网络核心要素的下一代通信服务。 LG U+认为，AI时代的用户体验正在向仅通过语音传达意图的“零界面（Zero UI）”转变。公司将视网络基础的语音AI为连接人类与AI的接口，计划将AI与网络结合，发展为通信网络的基本组成部分。通过此举，AI将替代不必要的电话，连接重要通话，同时在通话中由AI助手提供所需的服务。此外，LG U+还计划将AI眼镜、类人机器人等多种AI设备连接到同一网络，扩展至“AI助手时代”。 双方还将扩大在客户语音AI服务及AI原生网络领域的合作。利用AI，网络将能够自我感知运营状况，优化性能和能源使用，并实现故障响应和服务质量管理的自动化。LG U+计划同时实现“为AI服务的网络（Network for AI）”与“应用AI的网络（AI for Network）”，以打造网络智能化的全球案例。 此次合作是在14日（当地时间）洪范植LG U+总裁及管理层访问瑞典斯德哥尔摩的爱立信总部时讨论的。双方将建立从技术审查到全球商业化的中长期合作框架。 洪范植表示：“LG U+将通过ixi-O积累的语音AI服务经验与爱立信的全球网络技术能力相结合，向全球市场推出更智能、更便捷的网络基础语音AI。”※ 本报道经人工智能（AI）系统翻译与编辑。

专注于媒体内容的语音AI公司Hudson AI在美国拉斯维加斯举行的NAB Show 2026上展示了其媒体制作和配音用语音AI解决方案“Hudson Studio”。NAB Show是一个全球展会，展示广播、流媒体和视频制作行业的最新技术。随着OTT的普及，AI驱动的内容制作技术成为焦点，语音合成、自动配音和视频生成领域的公司参与度迅速增加。Hudson AI在此次展会上重点展示了“Agentic Localization”功能。该功能在内容本地化过程中，从策划到执行和质量检验，整个过程由AI代理自主完成。通过自我评估和修改的循环提高质量，而不仅仅是简单的翻译或配音生成。特别是自动化了被认为是行业中最耗费时间和成本的QC（质量检验）阶段。通常情况下，1小时的电视剧或综艺内容本地化后，翻译和配音后的检验阶段可能需要数天。Hudson AI设计了由代理先行处理的流程，将人工干预缩减到最终确认阶段。公司表示，通过项目积累的术语、风格指南和语气记忆形式，保持结果的一致性。并应用基于情感理解的评估功能，分析表演语调、情感表达和非语言元素，自动重新处理不达标的部分。Hudson Studio以模块形式提供语音分离、说话人分离、语音识别（STT）、语音合成（TTS）和语音转换（VC）等功能。可以从视频中分离背景音和对话生成字幕，或生成反映特定说话人音色和情感的配音。目前支持80多种语言，适应全球内容分发环境。随着全球OTT平台扩大多语言配音内容，自动配音和本地化市场快速增长。业内认为，内容本地化成本可能占总制作费用的20%至30%，特别是拥有大型库的平台对自动化需求更高。Hudson AI计划借此次NAB参展，扩大与北美和南美地区媒体及平台企业的合作讨论。随后还将参加本月在日本东京举行的SusHi Tech Tokyo 2026，进军亚洲市场。CEO申贤镇表示：“即使引入AI配音，实际操作阶段仍常在质量检验中出现瓶颈。Agentic Localization专注于从策划到执行和检验的全程自动化，以同时改善质量、成本和进度问题。”※ 本报道经人工智能（AI）系统翻译与编辑。

在韩国最大的ICT展会“世界IT展”上，三大通信公司（SK电信、KT、LG Uplus）将展示以人工智能为核心的未来技术战略。各公司将展示AI基础设施、AX平台、语音AI等差异化技术，指明AI驱动的通信公司转型方向。21日，SK电信、KT、LG Uplus宣布将在世界IT展上展示各自的技术。展会将于22日至24日在首尔江南区COEX举行，由科学技术信息通信部主办。展会将展示生成型AI、多模态AI、数字人、机器人、XR、智能移动、数据安全等领域的最新技术，并提供大中小企业与投资者之间的合作机会。SK电信将在展会上以“全关于AI”为主题，设立864平方米的大型展馆，展示从AI基础设施到模型和服务的全栈AI技术。展馆分为网络AI、AI数据中心解决方案、AI模型、代理AI、物理AI五个区域。网络AI区将展示AI基站和网络AI代理等下一代网络技术。AI数据中心解决方案区将展示“K-主权GPUaaS”、AI数据中心基础设施管理器、AI推理工厂等AI基础设施技术。AI模型区将展示SK电信的大型语言模型A.X和参数规模达5000亿的超大AI模型A.X K1。代理AI区将展示AI服务如A.Dot电话、A.Dot笔记、A.Dot自动等，物理AI区将通过数字孪生和机器人训练平台展示在现实环境中运行的AI技术。SK电信通信支持室长权映尚表示：“通过此次世界IT展，观众将能亲身体验SK电信作为韩国代表AI企业的全栈AI能力。希望所有参观者都能体验到超越想象、改变现实的AI。”KT将以“连接”为主题，展示以AX平台为中心的技术战略。展区采用韩文字体设计，展示AX平台和6G等27项技术。AX平台区将提供KT的AI模型“信任K Pro”体验，并展示行业AI应用案例。公共、金融、制造等多个行业环境下的AI服务也将被介绍。6G区将展示自主判断和沟通的智能基础设施技术。还将展示六大核心愿景及相关技术。物理AI区将通过K RaaS展示AI代理连接的工业现场应用案例。KT还将运营AI基础的参与型体验内容，包括AI相机参与内容、AI助威舞、AI人类体验等观众可直接参与的项目。KT宣传室长金东勋表示：“此次展览以AI和网络为中心，构建了AX服务和未来基础设施的体验场所。观众将能直接体验多种AI技术。”LG Uplus首次参加世界IT展，将展示以语音AI为中心的技术。以“以人为本的AI”为主题，发布AI代理、AI联络中心、AI基础设施等多种语音AI服务。在展会上，LG Uplus将首次在国内展示其代表性技术AI代理“Ixio”的进化模型“Ixio Pro”。Ixio Pro是一种能分析用户发言和上下文并提出所需行动的主动型AI代理，之前已在西班牙巴塞罗那的MWC26展会上亮相。还将展示媒体艺术展，观众输入声音后，AI将分析情感和语调并以个性化植物形式呈现，展示语音AI在情感领域的扩展。此外，还将展示基于同态加密的AI安全技术和企业AI解决方案。下一代AI咨询解决方案代理AICC和本地化主权AI设备也将被展示。LG Uplus市场营销传播负责人金达林表示：“通过首次参加世界IT展，我们希望与整个行业分享LG Uplus追求的AI技术方向和思考。通过以语音AI为中心连接客户日常生活和各种行业现场的差异化AI体验，我们将持续增强竞争力。”※ 本报道经人工智能（AI）系统翻译与编辑。