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：@ 赵怡岭、@ 鲍勃

01 有话题的技术

1、OpenAI 多款模型曝光

日前，据博主「AiBattle」爆料，OpenAI 正在内部测试名为「o3-alpha-responses-2025-07-17」的新模型。

据悉，该模型以「Anonymous-Chatbot」的身份在 WebDev Arena（一个前端开发测试竞技场）首次现身。

不少网友通过关键词提示发现，o3-alpha 在生成网页、交互逻辑和动画效果方面远胜于现有顶尖模型，包括 OpenAI 自家的 o3、Anthropic 的 Claude Sonnet、Gemini 2.5 Pro 以及 xAI 的 Grok 4。

其中一位开发者 Peter Gostev 使用提示词「用 Three.js 创建一个程序生成的星球」测试该模型，o3-alpha 给出的渲染质量与交互能力远超其他模型。目前该模型疑似已下线，官方未回应其具体用途或发布时间。

值得一提的是，据博主「Tibor Blaho」援引 @swishfever 消息，GPT-5 日前也开始「踪迹渐现」。

据 Tibor Blaho 表示，在一项生物学基准测试中，出现了一行名为「Models: openai/gpt-5-reasoning-alpha-2025-07-13: reasoning_effort: high」的代码。从这一代码可知，OpenAI 可能已于 7 月 13 日就对 GPT-5 进行定稿，并且该模型或专注于复杂推理任务。(@APPSO)

2、Runway 发布动作捕捉模型 Act-Two，支持唇同步、复杂动作捕捉等

Runway 发布了新一代动作捕捉模型 Act-Two。相比前代 Act-One，Act-Two 在动作保真度、一致性和流畅度上有显著提升。该模型只需一个随意的自拍视频和一个参考角色图像或视频，即可生成动画，而无需专业设备如动作捕捉服或工作室。

• 支持全身跟踪：头部、面部表情、上半身、手部和背景；

• 只需一个「自拍视频」与一个「参考角色」即可进行动画生成；

• 可将视频转换为多种不同风格、艺术方向和环境下的角色动画，而不会影响视频质量。

相比 Act-One，Act-Two 在角色动画的细节上大幅提升，包括微妙的面部表情、肢体动作和手指跟踪，避免了以往的模糊或不一致问题。该模型可以应用于各种角色类型（如人类、卡通、动物或虚构生物），并适应不同环境、艺术风格（如写实、动画或抽象）和艺术方向，而不牺牲视频的原汁原味。

输入一个最长 30 秒的视频（包含语音、表情和手势），输出高质量动画视频。支持唇同步、复杂动作捕捉，并可用于 AI 视频生成中的精确控制。（@ 月叔聊 AI）

02 有亮点的产品

1、百度推出全新 AI 搜索应用 TizzyAI

百度近日推出全新 AI 搜索应用「TizzyAI」，主打「无广告」体验，标志着搜索引擎从传统「关键词匹配」向「智能理解」时代迈进。与抖音的「AI 抖音」、夸克等产品竞争，TizzyAI 以简洁界面和深度搜索能力为特色，10 秒内即可给出如「夏季度假地推荐」等结构化答案，满足用户决策需求。

在搜索框内，支持用户通过打字或与语音输入问题，搜索框可以选择自动模式或深度模式，自动模式下，可以智能识别并快速回答；深度模式下，则强化推理，深入思考。

除智能搜索外，TizzyAI 的影视与短剧资源查询功能也是一大亮点。

点击底部导航栏下方的「资源库」，即可进入到影视和短剧资源区。在影视专区中，可以看到今日推荐、精选片单等频道。今日推荐内展示的是由平台自动推荐口碑较为不错的影片，精选片单内则可以看到奈飞、豆瓣电影、爱奇艺、AppleTV、哔哩哔哩等平台的热门电视剧。在影视专区中，目前设有电视剧、电影、综艺、动漫和纪录片等种类。

影视资源采用「聚合跳转」模式，整合全网播放链接，虽不直接播放，但提示用户优先选择官方渠道。

短剧专区则更为「落地」，内容多为当下热门的竖屏微短剧，更新速度与主流平台同步，且支持倍速播放，整体播放体验流畅。

报道链接：

https://www.ofweek.com/ai/2025-07/ART-201712-8420-30667047.html（@ 新智讯、@ 新智核）

2、Clueso：将原始屏幕录制转化为专业级视频和分步文章，支持 AI 自动脚本优化、AI 语音配音等

Clueso 是一款聚焦于提升产品视频与文档制作效率的 AI 工具。其核心价值主张在于「让任何人无需编辑或设计技能，几分钟内将原始屏幕录制转化为专业级视频和分步文章」，极大降低了内容制作门槛。目标用户主要包括产品经理、市场营销、客户培训、学习发展、销售赋能等需要频繁制作产品演示和操作指南的团队或个人。

Clueso 解决了传统视频制作耗时、专业门槛高、内容更新难等痛点，抓住了 SaaS 产品推广、客户自助学习和内部知识沉淀的市场机会。

功能方面，Clueso 提供 AI 自动脚本优化、将录音转化为高质量 AI 语音配音、智能自动聚焦关键操作、自动生成品牌化模板和分步文档等亮点功能。

其差异化优势在于极高的自动化程度和内容可定制性，显著缩短了制作周期，并保证输出内容的专业度和一致性。用户体验上，Clueso 强调「一键生成」和「所见即所得」。

网站链接：https://www.clueso.io/（@Z Potentials）

3、开源的对话式 AI 平台 Intervo：支持多渠道交互，包括电话、语音、聊天等

Intervo 是一款开源的对话式 AI 平台，专为企业打造可定制的电话、语音和聊天 AI 智能体。其核心价值主张在于帮助企业突破传统封闭平台的限制，实现高效、智能的客户互动和自动化运营。

目标用户主要为中小型企业及开发团队，尤其适合需要自主掌控客服、销售流程、线索筛选和业务自动化的组织。产品解决的关键痛点包括：现有聊天机器人功能单一、难以定制、价格高昂，以及对企业数据和流程的深度集成需求。随着企业对自动化和智能客户服务的需求增长，Intervo 在市场上具备显著机会。

功能方面，Intervo 支持多渠道（电话、语音、聊天）交互，用户可通过简单的 prompt 创建智能体，并可导入自有数据（如 PDF、网站、文本），让 AI 回答更贴合实际业务。平台支持与 Twilio、Slack、Google Sheets、Calendly 等多种工具集成，未来还将扩展至 WhatsApp 等渠道。

其差异化优势在于完全开源、可自托管，支持复杂工作流和子智能体，企业可灵活定制并深度集成至自身系统。用户体验上，操作简便，支持无代码集成，且具备社区驱动的持续改进能力，但对技术团队有一定门槛。

网站链接：https://intervo.ai/（@Z Potentials）

03 有态度的观点

1、孙正义： 1000 名 AI Agent 取代 1 个工作岗位

近期，软银创始人兼 CEO 孙正义在软银主办的客户闭门会中高调宣布：「在我们集团，人类编程的时代即将终结。」他表示，软银正全面推进由 AI Agent 取代程序员与部分岗位的计划，并预言今年将部署多达 10 亿个 AI Agent，未来数量甚至将达到数万亿级别。

孙正义估算，要想完全替代一名人类员工，平均需要部署 1000 个 AI Agent。这一换算标准背后的原因，是「人类员工拥有复杂的思维过程」，而 AI Agent 则需协同执行、分布式协作，才能实现等效产出。

孙正义对未来的愿景，是让 AI Agent「全年无休、全天在线」，自主运作，取代现有的大量人力流程。他强调，这不仅是代码工作者的末日，也是整个组织结构自动化的起点。

如果按其估算，每个 AI Agent 的运营成本约为每月 40 日元（折合约 0.23 欧元），那么 1000 个 Agent 的总成本也仅为每人每月 230 欧元，远低于传统雇佣一名人类员工所需的薪资开支。孙正义称：

这将极大提升企业效率与规模弹性。

对于 AI Agent 当前存在的「幻觉」问题，他并不担忧，认为这是「暂时的小问题」。他更关心的是：如何构建支持这一 AI 群体运行的基础设施，包括创建和管理海量 Agent 的软件、操作系统，以及维持其运行的数据中心与发电设施。( @APPSO)

更多 Voice Agent 学习笔记：

GPT-4o 之后，Voice 从 Assistant 到 Agent，新机会藏在哪些场景里？｜Voice Agent 学习笔记

对话 Wispr Flow 创始人 Tanay：语音输入，如何创造极致的 Voice AI 产品体验

Notion 创始人 Ivan Zhao：传统软件开发是造桥，AI 开发更像酿酒，提供环境让 AI 自行发展

ElevenLabs 语音智能体提示词指南 —— 解锁 AI 语音交互的「灵魂秘籍」丨 Voice Agent 学习笔记

11Labs 增长负责人分享：企业级市场将从消费级或开发者切入丨 Voice Agent 学习笔记

实时多模态如何重塑未来交互？我们邀请 Gemini 解锁了 39 个实时互动新可能丨 Voice Agent 学习笔记

级联 vs 端到端、全双工、轮次检测、方言语种、商业模式…语音 AI 开发者都在关心什么？

视频丨 Google 最新 AI 眼镜原型曝光：轻量 XR+ 情境感知 AI 打造下一代计算平台

a16z 最新报告：AI 数字人应用层即将爆发，或将孕育数十亿美金市场

a16z 合伙人：语音交互将成为 AI 应用公司最强大的突破口之一，巨头们在 B2C 市场已落后太多丨 Voice Agent 学习笔记

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