中科大团队提出StreamWSR模型，用于语音超分辨率。该模型采用全因果波形域架构，实现零前瞻流式推理，在低延迟下重建高质量语音。实验显示，其性能与现有方法相当，但计算量更低（2.12G FLOPs），且支持实时处理，适合通信和助听设备等场景。

本文介绍Redis与Databricks Real-Time Mode结合，实现实时个性化推荐。RTM连续处理点击流事件，计算用户状态和产品评分，Redis作为毫秒级服务层存储结果。实测支持每秒10万事件，p99延迟低于160毫秒，适用于电商等场景，无需额外流处理引擎。

RTP抖动是互联网语音通话卡顿、断续的主因，因音频无法重传。语音AI对抖动更敏感，因延迟会叠加至ASR、LLM等环节。解决需八层协同：静态/自适应抖动缓冲、数据包重排、丢包隐藏、前向纠错、时间戳同步、QoS及智能路由。权衡在于降抖动与降延迟矛盾，语音AI偏向低延迟以保对话自然。

索尼旗下Nevion升级Virtuoso软件定义媒体节点，优化HEVC/H.265传输，新增音频压缩以降低带宽，并推出延迟降低约40%的模式，同时开发超低延迟方案。更新还支持自定义Inspect视图，提升监控效率，旨在满足直播制作多样化需求。

谷歌发布Gemini 3.5 Transcribe语音转文本模型，提升实时转写准确率、降低延迟，支持85种语言，自动去除口头语并修正表达，可区分说话者。流式转写延迟低于1秒，错误率低至2.6%。已通过Gemini API公开预览，未来支持Chrome浏览器。

Big Blue Marble将在IBC2026展示Nakolos 5G广播平台，与TREDESS等合作演示5G广播与QUIC（MoQ）无缝切换，实现超低延迟（低于一秒）的一对多分发，无需并行宽带流，支持体育直播等场景。首席创新官强调该技术简化部署，提升灵活性和商业可行性，为广播商提供清晰路径。

本文介绍中国出海企业全球视频会议双中心组网方案。利用AWS Direct Connect、DXGW（SiteLink）和Transit Gateway构建骨干，以中国总部和欧洲为双中心，实现就近接入、主备切换和成本优化，解决跨境延迟与合规问题，保障全球视频会议稳定低延迟。

Cartesia发布Sonic-3.6文本转语音模型，在Artificial Analysis两个语音排行榜均居首，自然度提升显著。该模型基于状态空间模型，时延低于90毫秒，支持即时声音克隆、自定义发音等，以Beta版托管API提供，定价每百万字符49美元，不开放自托管权重。

苹果申请了一项默声语音检测专利，通过光学传感器捕捉面部肌肉微动，经神经网络解码为文字并合成语音，延迟低于100毫秒。系统支持耳机或眼镜集成，可离线或分布式运行，并强调低延迟音频反馈以确认识别结果。该技术路线已有先例，核心创新在于本地反馈和硬件架构。

文章报道了HyperAI主办的AI编译器技术沙龙，重点介绍TileRT团队在超低延迟大模型推理方面的进展。文章强调推理速度对AI应用的关键性，并阐述TileRT通过打破Kernel边界、细粒度调度和模型-系统协同设计，实现高速解码。文中列举了与智谱、小米等合作案例，展示400至1000 tokens/s的推理速度突破，并提及与vLLM的生态融合及Tile-AI社区发展。

NDI协议由NewTek开发，通过标准IP网络传输高清低延迟视频，替代SDI线缆。它支持局域网及云端（6.3版），采用帧内压缩，带宽需求高（1080p需100-150Mbps），有HX变体降低带宽。适用于直播制作、远程协作等场景，需千兆网络和QoS配置。NDI 6.3引入原生云传输，未来与5G和云制作整合。

体育直播流媒体虽热，但投资回报率未达预期，传统电视仍占85%观看时长。为提升用户体验，多视角平台和低延迟技术成关键，MOQ协议有望统一传输并优化延迟，但商业化尚需时间。

对话式语音识别（CSR）正取代传统自动语音识别，通过理解对话的实时展开、轮流发言和时机，实现低延迟响应。它支持多语言切换，已在客服、医疗、金融等领域应用，推动人机交互更自然、更人性化，成为下一代语音AI的基础。

GPT-Live是OpenAI第三代语音系统，采用全双工架构，无需独立语音检测器，可同时听和说。系统通过流式推理、异步委派、动态上下文管理和WARP协议优化，实现低延迟自然对话。它支持调用GPT-5.5等模型进行深度推理，并已通过静默测试验证生产环境可靠性。

西工大等机构提出MeanVC 2，一种低延迟鲁棒的流式零样本语音转换方法。它通过未来感受野分块机制提升小块转换稳定性，并引入通用音色Token编码器增强低质量参考音频下的说话人建模鲁棒性。实验表明，MeanVC 2在保持轻量化的同时，降低了延迟并提升了转换质量，相关论文被INTERSPEECH 2026接收。

音视频中台的低延迟优化需覆盖采集、编码、网络传输、抖动缓冲及解码渲染全链路。不同场景延迟要求各异：视频通话需200ms内，直播可接受500ms，远程操作需50ms。核心技术包括全球节点覆盖、智能调度、弱网动态适配、编码优化及UDP传输协议。选型应基于真实网络环境测试，而非实验室数据，避免过度配置。

AI Gateway推出统一的快速模式测试版，用户可通过设置speed为fast请求所有模型的快速服务，若不可用则回退至标准速度。快速模式以更高token成本换取更低延迟或更高吞吐量，无需绑定特定提供商。支持在Claude Code中用/fast切换，其他代理可选fast slug。快速模式适用于部分模型，无快速层时请求无影响。