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：@koki、@ 鲍勃
1、多模态基础模型公司 Prana Labs 完成近千万美元种子轮融资：通过工业级刚软耦合物理沙盒，构建多模态「环境 - 数据 - 模型」闭环
多模态基础模型公司 Prana Labs 宣布完成近千万美元种子轮融资。该公司通过融合物理引擎、实时渲染与 3D 资产管线，构建具备真实物理约束、可交互且规模化生成的 3D 物理沙盒，旨在为下一代多模态基础模型提供高频「行动 - 反馈」的闭环训练与验证环境。
工业级刚软复合物理仿真引擎：底层支持刚性与软性材料的跨物理场景耦合及接触建模，重力、质量、弹性、摩擦系数等物理参数与真实物理世界对齐，提供具备因果律反馈的 3D 交互环境。
构建「环境 - 数据 - 模型」自循环飞轮：系统可根据单条文本或图像指令，规模化输出上千种布局、材质和物理参数各异的 3D 空间，低边际成本地供给包含视频、3D 几何、物理状态、动作轨迹和因果反馈的合成多模态数据。
多模态智能体的物理「编译器」：提供毫秒级「行动 - 反馈 - 修正」闭环，允许智能体在虚拟环境中进行碰撞、推拉等物理操作并接收反馈信号，解决传统多模态模型「仅能预测像素变化、无法理解物理交互」的训练盲区。
图形学与大模型训练跨界团队：核心成员来自 Anuttacon（米哈游创始人蔡浩宇创立）、米哈游、字节跳动 Seed、DeepMind 等，兼具数十万亿 Token 级别大模型数据工程经验与实时物理仿真管线研发能力。
( @Z Potentials)
2、通义实验室发布 Wan-Streamer v0.2 ：引入 Thinker-Performer 双通路架构，端到端延迟降至 550ms，视频分辨率升至 640×368
通义实验室正式发布端到端全模态实时交互模型 Wan-Streamer v0.2。该版本将语音、文本、视频的流式感知与生成统一在单个 Transformer 中，通过重构底层计算架构，在输出分辨率提升至 640×368 @ 25FPS 的同时，将端到端双向交互延迟（含 350ms 网络传输）控制在约 550ms。
「因果时间线」与 160ms 流式单元：废弃了传统的「语音识别 ➡ 大模型 ➡ 语音合成 ➡ 动画驱动」级联流水线，将多模态输入与智能体输出映射至统一因果时间线（Causal Timeline），以 160ms 为流式单元（Streaming Unit）进行循环，实现边听、边看、边生成的原生全双工交互。
Thinker-Performer 双通路物理隔离：系统解耦为负责低延迟任务的「思考者」（Thinker，单卡 GPU 部署，处理流式音视频感知、语言状态更新、K/V 缓存构建及音频解码）和负责重载视频生成的「执行者」（Performer，多卡并行），确保高分辨率生成不阻塞 200ms 的模型侧延迟底线。
Ulysses** 序列并行与音频直算 **：Performer 采用多 GPU 的 Ulysses 上下文并行集群对长视频序列进行切分与并行去噪；而由于音频 Latent 序列较短，系统不对其进行切分，直接计算以规避不必要的跨卡通信开销。
「快慢分工」时序重叠调度：单卡 Thinker 的工作窗口与多卡 Performer 的计算窗口在时序上高度重叠，即在 Performer 处理当前帧高清视频 Latent 的同时，Thinker 已在并行处理下一帧用户输入并解码上一帧音频，从而将视觉生成成本从延迟路径中剥离。
视频输出分辨率提升至 640×368 @ 25FPS：相较于 v0.1 的 192×336，v0.2 大幅提升了视觉精度，使模型不再局限于面部近景特写，可同步输出视线方向、身体姿态、自然手势及背景环境。
项目地址：
https://wan-streamer.com/
（@ 通义实验室）
1、消息称阿里千问首款 AI 智能体耳机将在 WAIC 亮相
7 月 16 日消息，据财联社报道，2026 世界人工智能大会（WAIC）期间，阿里巴巴旗下个人 AI 助手千问首款 AI 智能体耳机将亮相。
此前，千问曾宣布年内将推出多款不同形态的 AI 硬件产品，AI 耳机正是其中之一。接近千问 AI 硬件业务的人士表示，更多产品信息将在 WAIC 期间正式发布。
在 2026 年 3 月的世界移动通信大会（MWC）上，阿里巴巴旗下个人 AI 助手「千问」已高调进军硬件领域，并展示了千问 AI 眼镜。千问方面还计划年内推出 AI 指环、AI 耳机等产品，旨在打造软硬一体、跨多种终端的 AI 助手。
阿里巴巴在 AI 穿戴硬件领域并非首次尝试，其旗下首款自研 AI 眼镜「夸克 AI 眼镜 S1」已于2025年11月27日正式发布，该产品深度接入了「千问」和夸克 AI 能力，并融合了淘宝、支付宝、高德等阿里系核心服务。
在 AI 智能体领域，千问 App 于 2026 年 1 月上线了基于 MCP 和 A2A 协议的生活助理功能，通过接入阿里旗下服务，可实现点外卖、订机票、订酒店等任务，这为 AI 硬件提供了丰富的服务生态支持。
2026 世界人工智能大会暨人工智能全球治理高级别会议将于2026年7月17日至 20 日在上海举办，主题为「智能伙伴共创未来」，是全球人工智能领域最具影响力的行业盛会之一。
（@ 极客公园）
2、Sesame 安卓测试版现已正式上线
在五月推出 ios 测试版后，Sesame 的安卓测试版现已正式上线，并同步推出图片上传与语音备忘录功能。
已开放双平台下载，下载链接：
iOS： https://ses-a.me/yuq3euo2
安卓系统： https://ses-a.me/bx69xuih
3、AI 约会平台 Overtone 获 1800 万美元融资：废弃滑动匹配，引入语音多模态与关系学匹配模型
Hinge 创始人 Justin McLeod 成立新公司 Overtone 并宣布完成 1800 万美元融资，投资方包括其母公司 Match Group、FirstMark Capital 和 Pace Capital。该公司定位为新型 AI 约会/社交服务平台，旨在开发一款以语音/音频为核心的 AI 约会服务，通过 AI 深度解析用户的语音故事，彻底取代传统的滑动匹配和基于即时冲动的推荐算法，从而解决传统约会软件导致的用户匹配疲劳问题。
语音/音频原生解析（Voice- and Audio-Forward Service）：系统以用户的原生语音输入和口述故事为核心，通过 AI 提取声音特征、语调和叙事内容进行深度特征构建，而非依赖传统的静态照片、名言或结构化统计数据。
去滑动化异步交互（Anti-algorithmic Swipe Feed）：彻底废弃基于用户即时反馈（split-second impulses）训练的黑盒算法推荐流，不设置高频、多通道的点赞与即时聊天机制，以降低多线程交互带来的用户流失率（ghosting）。
关系科学匹配模型与透明化可解释性（Relationship Science Matching）：推荐系统基于人际关系学（relationship science）构建决策模型，对匹配结果进行高精度限额筛选，并在前端向用户提供透明化的 AI 决策解释，阐明匹配的具体逻辑。
跨行业专家治理结构：除 Match Group 首席执行官 Spencer Rascoff 和领导力顾问 Diana Chapman 外，关系学领域专家 Esther Perel 已正式加入 Overtone 董事会，协助优化匹配模型的理论框架。
( @TechCrunch)
1、Figma 设计主管：AI 时代招聘门槛提高，设计师需用高保真作品证明自己
据报道，Figma 产品设计副总裁 Noah Levin 昨日在接受采访时表示，AI 工具的普及已显著提升了公司对产品设计岗位应聘者的考核标准。
Levin 指出，由于 AI 能够助力设计师在极短时间内创作出高质量且具交互性的原型，Figma 现在要求候选人必须具备利用最新 AI 工具展示「最高保真度」设计方案的能力。
Levin 回忆称，十年前受限于技术门槛，设计师很难产出与真实产品体验一致的原型。而如今，诸如 Lovable、Base44 和 Emergent 等 Vibe Coding 平台，以及 Canva 和 Wix 等传统工具的 AI 功能，已让高保真原型的制作变得触手可及。
他强调，应聘者不应落后于工作流的变革，Figma 期待看到候选人对新工具的积极尝试。不过，Levin 明确表示，这并不意味着公司接受「AI 垃圾」（AI slop）式的堆砌。他认为设计师的核心职责——解决用户问题与打磨工艺——并未改变。相比于完美的最终稿，他更看重候选人展示那些被舍弃的失败原型。
( @APPSO)
招聘、项目分享、求助……任何你想和社区分享的信息，请联系我们投稿。（加微信 creators2022，备注「社区黑板报」）
1、活动推荐：WAIC 活动报名｜7.18 具身智能创业者之夜
阅读更多 Voice Agent 学习笔记：了解最懂 AI 语音的头脑都在思考什么
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。
作者提示: 个人观点，仅供参考
