核心内容
Alexander Smola 讨论从语音智能体到 AI 数字人的发展,关注交互形式与模型系统的变化。
介绍依据 · 发布标题 · 完整内容待核读
编辑导览,依据原始来源 ↗,整理于 2026-10-06。 介绍只说明标题中的讨论议题,不据此判断讲者结论。
纯语音只是人机交互的过渡阶段,多模态系统最终将收敛到具备完整音视频感知的具身数字人;实现自然互动的关键在于协同解决 150 毫秒感知延迟、硬件制造瓶颈与降噪分离等全栈系统工程难题。
原话
2逐字核对过;核对了说话人和位置I would argue that voice is an intermediate stepping stone. You might think, well, you know, what's next? It's clear that eventually we will have avatars. And so, I think what this is converging to is that you'll be talking to an AV agent that looks and feels like a human.
I think probably in a year audio will become pretty much bulletproof. uh video feeds as in avatars and so on are going to start making some appearances probably year year and a half. Uh we'll see that quite widely deployed on robots basically with a face fully animated.
主张
1转述不加引号;附原文依据和位置,核对范围见语境与收据Alexander Smola 认为将具身面部表情与音频结合需要克服较长的硬件研发周期,相比之下软件层面的多模态生成适配更具确定性。
相关
Josh Woodward:每家公司都需要像实验室团队一样工作
Josh Woodward·Lenny's Podcast·播客 · 2026-10-11
同话题 · 软件与编程
柯丽一鸣 × 张小珺:Physical Intelligence 开源机器人模型与具身智能流派演化
柯丽一鸣·张小珺访谈录·访谈 · 2026-07-16
同话题 · 具身与物理世界
高继扬 × 张小珺:具身智能创业、自动驾驶工程经验迁移与机器人软硬件协同
高继扬·张小珺访谈录·访谈 · 2026-02-13
同话题 · 具身与物理世界
张月光 × 张小珺:AI 原生产品设计、从业务流程走向动态上下文与创业抉择
张月光·张小珺访谈录·访谈 · 2026-01-22
同话题 · 软件与编程
Manus 团队 × 张小珺:通用 Agent 产品的火爆、工程极限挑战与初创企业博弈
季逸超·张小珺访谈录·访谈 · 2025-12-30
同话题 · 软件与编程
刘先明 × 张小珺:端到端自动驾驶、“语言是毒药”与端侧世界模型
刘先明·张小珺访谈录·访谈 · 2025-11-18
同话题 · 具身与物理世界
柯丽一鸣 × 张小珺:Physical Intelligence 开源机器人模型与具身智能流派演化
柯丽一鸣·张小珺访谈录·访谈 · 2026-07-16
同话题 · 具身与物理世界
高继扬 × 张小珺:具身智能创业、自动驾驶工程经验迁移与机器人软硬件协同
高继扬·张小珺访谈录·访谈 · 2026-02-13
同话题 · 具身与物理世界
张月光 × 张小珺:AI 原生产品设计、从业务流程走向动态上下文与创业抉择
张月光·张小珺访谈录·访谈 · 2026-01-22
同话题 · 软件与编程
Manus 团队 × 张小珺:通用 Agent 产品的火爆、工程极限挑战与初创企业博弈
季逸超·张小珺访谈录·访谈 · 2025-12-30
同话题 · 软件与编程
刘先明 × 张小珺:端到端自动驾驶、“语言是毒药”与端侧世界模型
刘先明·张小珺访谈录·访谈 · 2025-11-18
同话题 · 具身与物理世界