开发者朋友们大家好：
这里是 「RTE 开发者日报」 ，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement）领域内「有话题的 技术 」、「有亮点的 产品 」、「有思考的 文章 」、「有态度的 观点 」、「有看点的 活动 」，但内容仅代表编辑的个人观点，欢迎大家留言、跟帖、讨论。
本期编辑：@qqq、@ 鲍勃
1、腾讯混元-TurboS：首个混合 Transformer-Mamba MoE 超大模型来了
腾讯混元团队发布了他们最新的力作—— Hunyuan-TurboS ，首个混合 Transformer-Mamba MoE 架构的超大模型大家都知道，传统 Transformer 模型在处理长文本时一直面临挑战，O（N²）的复杂度以及 KV-Cache 问题让长文本训练和推理效率大打折扣。 而这次，混元-TurboS 巧妙地融合了 Mamba 和 Transformer 两种架构的优势：
Mamba 的高效长序列处理能力
Transformer 强大的上下文理解能力强强联合，效果自然惊艳！官方数据显示，Hunyuan-TurboS 在多个关键 benchmark 上表现出色：
数学、推理、对齐 能力超越或持平 GPT-4o-0806 、DeepSeek-V3 以及各类开源模型。
知识 能力同样突出，在 MMLU-Pro 等专业评测中也具备竞争力
Hunyuan-TurboS 的 推理成本 相比之前的 Turbo 模型 降低了整整 7 倍 。 性能提升的同时，成本大幅下降为了进一步提升模型能力，混元团队还对 TurboS 进行了多项 后训练优化：
引入 慢思考（Slow-thinking）集成 ，显著提升了模型在数学、编程和推理任务上的表现。
通过 精细化的指令调优 ，增强了模型的对齐性和 Agent 执行能力。
进行了 英语训练优化 ，从而提升模型的通用性能。
除了模型架构和训练优化，混元团队还升级了 奖励系统：
采用 基于规则的评分和一致性验证 ，保证模型输出的质量和可靠性。
引入 代码沙箱反馈 ，大幅提升模型在 STEM 领域的准确性。
使用 生成式奖励 ，优化模型在问答和创意性任务上的表现，并有效减少奖励作弊现象。（@AI 寒武纪）
2、Tavus 发布轮次控制模型 Sparrow-0：能够理解对话节奏、意图和节拍
Tavus 发布了其下一代情感智能操作系统，其中包括轮次控制模型 Sparrow-0，旨在让 AI 对话更自然。
传统 AI 经常在不恰当的时候打断或停顿，导致交互体验不佳。Sparrow-0 基于 Transformer 的轮次控制引擎，通过理解对话的节奏、意图和节拍来解决这个问题。它不仅能检测静默，还能实时适应对话，确保流畅自然的交流。
Sparrow-0 的主要特点：
对话感知： 通过语调、节奏和语义分析，精准判断最佳回应时机。
轮次敏感与控制： 能够捕捉细微的语言线索，尊重停顿，灵活适应不同对话风格。
时机智能： 根据语音模式动态调整响应延迟，使 AI 对话更自然。
极速响应： 响应时间小于 600 毫秒，确保实时流畅的交流。（@ 带你学 AI）
3、RWKV 基金会正式发布 RWKV7-G1 0.1B 推理模型，原生支持 100+ 种语言和代码
2025年3月10日，RWKV 基金会正式发布 RWKV7-G1 0.1B 推理模型。这是 RWKV-7 系列的首个 Reasoning Model，具备强大的推理能力，并且 原生支持 100+ 种语言和代码。
尽管仅有 0.1B 参数规模，RWKV7-G1 依然能够回答开放性和创造性问题，在多任务处理上表现突出。
RWKV7-G1 系列的核心特点
💡 模型背景
RWKV7-G1（「GooseOne」）基于 World v3.5 数据集 继续训练 RWKV-7「Goose」World 系列。
World v3.5 数据集包含 更多小说、网页、数学、代码及推理（reasoning）数据 ，总量达到 5.16T tokens 。其中，RWKV7-G1 0.1B 在训练过程中 随机采样 1T tokens 进行学习。
💡 高效推理，适用于移动端和嵌入式
RWKV 团队表示，目前 RWKV7-G1 1.5B 已可在 高通 8gen3 以 62 token/s 速度运行 ，而 0.1B 版本甚至可在 树莓派 上流畅运行，适合移动设备和嵌入式应用开发。(@Safphere)
1、苹果新专利，允许摄像师在 Vision Pro 上添加额外的摄像头和音频系统
据 patentlyapple 报道，近日，美国专利局公布了三项新的 HMD 相关专利申请。其中一项主要专利涉及一种摄像师配件，该配件允许摄像师在 Vision Pro 上添加额外的摄像头和音频系统，旨在提供稳定功能和增强拍摄过程中的运动。另外两项专利涉及 Vision Pro 使用头部运动来滚动内容，以及涉及显示器的缓冲垫。
（图片来源：patentlyapple）
据专利描述，头戴式设备可用于捕获、创建和编辑媒体，例如，通过捕获图像、录制音频等。此类捕获和录制操作可在用户佩戴头戴式设备时执行。这可允许用户在佩戴头戴式设备时通过自然移动来确定要捕获的视野。当此类捕获和录制操作生成媒体时，可在回放操作中查看该媒体。这可在相同或不同的电子设备上完成。因此，其他人可在稍后体验捕获和录制的图像和/或音频。
当用户佩戴头戴式设备时进行捕获，用户的移动可以决定头戴式设备捕获的视野。最好提供机制来支持、引导和/或增强用户和头戴式设备在捕获过程中的移动，以便录制的媒体在播放时具有所需的功能。
本专利的系统和设备可以包括稳定功能，以支持头戴式设备，从而促进和增强捕获过程中的运动。系统可以包括一个与头戴式设备接合并提供外部环境视图的外壳。系统提供的支撑可以为佩戴头戴式设备的用户提供广泛的运动范围（例如，平移和倾斜），同时还可以引导范围内的运动。(@patentlyapple)
2、百度推出 AI 情感陪伴类 App「月匣」搭载 DeepSeek 等模型
百度近期悄然上线了一款名为「月匣」的情感陪伴类 App，该应用以高自由度 AI 对话与沉浸式剧本互动为核心功能，旨在泛娱乐社交领域探索新的发展方向。
月匣不仅搭载了百度自研的文心一言大模型，还整合了 DeepSeek、豆包、MiniMax abab 三大外部大模型，这一创新设计使得月匣能够覆盖从知识问答到内容共创的全链路社交需求，为用户提供更为丰富和个性化的交互体验。
目前，月匣的聊天对象涵盖了后宫、穿越、玄幻、职场等 300 多个类型，用户可以像刷短视频一样切换聊天对象，享受不同的剧情和故事。聊天记录会保存在用户的个人中心内，方便用户随时回顾和分享。
月匣通过多模型协同 + 沉浸式剧本交互的创新架构，重新定义了情感陪伴类应用的边界。（@AIbase 基地）
3、一加 13 手机推新 ColorOS 15.0.0.701，首发 AIGC 合成语音识别功能
一加 13 手机迎来了 ColorOS15.0.0.701 版本的重大升级。这次更新的系统包大小约为 1.33GB，除了诸多优化和修复，还引入了行业首发的 AIGC 合成语音识别功能，为用户的安全与便利提供了全新保障。
此次更新中，桌面功能得到了显著改善，用户现在可以通过拖拽的方式轻松调整文件夹的大小至 1×2 或 2×1 的尺寸。同时，在桌面四列布局下，用户可以在 dock 栏中放置多达五个应用，使得手机的操作更加灵活方便。此外，通知和控制中心的动画流畅度也进行了优化，让用户的操作体验更加丝滑顺畅。
在安全与隐私方面，新增的 AIGC 合成语音识别功能可智能识别通话中对方声音是否经过 AI 合成或变声，大大降低了用户在网络通话中受骗的风险。 此外，手机管家的隐私中心模块也上线，支持定期检测权限的过度授权行为，便于用户一键回收闲置权限。值得注意的是，如果应用在后台连续三天读取位置信息，系统将主动弹出提醒，保护用户的个人信息安全。
在网络通信方面，WLAN 网络连接体验同样得到了优化，特别是在抖音直播和微信视频通话时，流畅性显著提升。此外，新增的智慧车载投屏功能，允许用户将手机上的所有应用投屏至车载屏幕上使用，为车主提供了更多的便捷体验。（@AIbase 基地）
1、图灵奖得主：科学里没有权威
近日，2024 年图灵奖（ACM A.M。 图灵奖）获得者 Richard Sutton 接受了一场独家采访。他表示，当初收到获奖通知时完全出乎意料，甚至因忘记会议时间而迟到，直到看到一群他略感面熟的前图灵奖得主才意识到发生了什么。在访谈中，Sutton 强调了强化学习的核心理念——从经验中学习。他指出这与大语言模型等其他人工智能技术有着本质区别，大语言模型主要是从人类那里学习并模仿人类行为，而强化学习是从直接经验中学习，这是最自然的学习方式。Sutton 还特别提到，这一理念可以追溯到人工智能之父艾伦·图灵。
早在 1947 年，图灵在伦敦数学学会的演讲中就明确表示「我们想要的是一台能从经验中学习的机器。」不仅如此，图灵还提出了奖励和惩罚的概念，这正是现代强化学习的基础。面对近年来强化学习技术在 AlphaGo 和最近 DeepSeek 等项目中的重大突破，Sutton 保持着冷静的态度。他认为 AI 的发展是一场马拉松而非短跑，尽管取得了巨大进步，「AI 最具影响力的部分还没到来。」对于年轻研究者，这位图灵奖得主建议要志向远大，但别骄傲自满。
他特别强调了「科学里没有权威」的理念，鼓励研究者保持质疑精神，不论对方拥有什么头衔或荣誉。Sutton 也分享了自己的一个重要理念：「每个人能做的最重要贡献，往往是那些对自己来说显而易见的东西。」这也许正是这位强化学习先驱最终获得计算机科学最高荣誉的秘诀。(@APPSO)
更多 Voice Agent 学习笔记：
世界最炙手可热的语音 AI 公司，举办了一场全球黑客松，冠军作品你可能已经看过
对话 TalktoApps 创始人：Voice AI 提高了我五倍的生产力，语音输入是人机交互的未来
2024，语音 AI 元年；2025，Voice Agent 即将爆发丨年度报告发布
对话谷歌 Project Astra 研究主管：打造通用 AI 助理，主动视频交互和全双工对话是未来重点
这家语音 AI 公司新融资 2700 万美元，并预测了 2025 年语音技术趋势
写在最后：
我们欢迎更多的小伙伴参与 「RTE 开发者日报」 内容的共创，感兴趣的朋友请通过开发者社区或公众号留言联系，记得报暗号「共创」。
对于任何反馈（包括但不限于内容上、形式上）我们不胜感激、并有小惊喜回馈，例如你希望从日报中看到哪些内容；自己推荐的信源、项目、话题、活动等；或者列举几个你喜欢看、平时常看的内容渠道；内容排版或呈现形式上有哪些可以改进的地方等。
素材来源官方媒体/网络新闻
