AGI 可能不会以单一模型的形式出现。它可能会从多个代理共同工作中涌现。 谷歌 DeepMind 的一篇新论文认为，AGI 可能作为集体智能出现，而不是单一系统。 𝗧𝗵𝗲 𝗖𝗹𝗮𝗶𝗺 AGI 可能首先从专门的 AI 代理网络中涌现。 每个代理保持狭窄。 它们共同表现出广泛的能力。 𝗪𝗵𝘆 𝘁𝗵𝗶𝘀 𝗺𝗮𝘁𝘁𝗲𝗿𝘀 大多数安全工作假设存在一个强大的 AI。 这篇论文拒绝了这一假设。 风险从对齐一个思维转移到管理交互。 𝗛𝗼𝘄 𝗽𝗮𝘁𝗰𝗵𝘄𝗼𝗿𝗸 𝗔𝗚𝗜 𝗳𝗼𝗿𝗺𝘀 • 代理专注于工具、记忆、编码或搜索 • 任务通过编排在代理之间分配 • 协调创造新的能力 • 没有单一代理是完全有能力的 𝗧𝗵𝗲 𝗰𝗼𝗿𝗲 𝗿𝗶𝘀𝗸 集体行为可能超出个体控制。 涌现的智能可能会被忽视。 𝗧𝗵𝗲 𝗽𝗿𝗼𝗽𝗼𝘀𝗲𝗱 𝗳𝗶𝘅 安全性必须针对系统，而不是模型。 ▸ 受控的代理市场 ▸ 每个代理的声誉和身份 ▸ 审计日志和电路断路器 ▸ 惩罚不安全协调的激励措施

基因是硬件。文化是你的操作系统。

您现在可以以低于200毫秒的延迟运行生产级文本转语音。 一个开源的TTS系统刚刚推出了150毫秒音频输出的实时流式传输。 它支持九种语言和多种方言的零样本语音克隆。 𝗕𝗶-𝘀𝘁𝗿𝗲𝗮𝗺𝗶𝗻𝗴 𝗲𝗻𝗮𝗯𝗹𝗲𝘀 𝗿𝗲𝗮𝗹-𝘁𝗶𝗺𝗲 𝘃𝗼𝗶𝗰𝗲 它在音频流出时流入文本。 没有完整句子的缓冲。 延迟保持低而不降低音频质量。 这适合实时代理、助手和互动应用。 • 文本输入和音频输出同时进行 • 端到端延迟达到约150毫秒 • 与标准GPU推理堆栈兼容 𝗭𝗲𝗿𝗼-𝘀𝗵𝗼𝘁 𝘃𝗼𝗶𝗰𝗲 𝗰𝗹𝗼𝗻𝗶𝗻𝗴 𝘄𝗼𝗿𝗸𝘀 𝗮𝗰𝗿𝗼𝘀𝘀 𝗹𝗮𝗻𝗴𝘂𝗮𝗴𝗲𝘀 它在没有特定说话者训练的情况下克隆声音。 一段简短的参考音频就足够了。 同样的声音可以跨语言和口音转移。 • 支持九种主要语言 • 跨语言合成保持一致 • 说话者相似性保持稳定 𝗜𝘁 𝗮𝗱𝗱𝘀 𝗳𝗶𝗻𝗲 𝗰𝗼𝗻𝘁𝗿𝗼𝗹 𝗳𝗼𝗿 𝗽𝗿𝗼𝗱𝘂𝗰𝘁𝗶𝗼𝗻 您可以控制发音、速度、情感和音量。 数字和符号会自动规范化。 它可以作为服务运行或在容器内运行。 这让您可以在没有专有API的情况下交付实时、可控的语音。