OpenAI推出GPT-Live，实现连续语音交互，移除轮次检测器，采用全双工语音模型和低延迟架构，支持同时听说及异步委托深层推理。系统优化媒体流、有状态推理和协议，缩短启动时间，并通过静默测试确保生产环境稳定，使对话更自然即时。

本文探讨了如何将Fast-Whisper模型部署到Amazon SageMaker推理端点，以实现实时响应和批量处理。通过使用SageMaker的异步推理，提升了吞吐量和稳定性，并实现自动扩缩容，从而优化了音频转写服务的性能和成本。

Hugging Face推出了SmolVLA，一个轻量级的视觉-语言-动作模型，旨在以低成本和高效能实现机器人控制。该模型基于社区数据训练，优化于单GPU或CPU环境，具备低延迟和高成功率，适用于多种机器人平台。SmolVLA的异步推理提高了控制效率，显著降低了计算需求，为未来的机器人学习研究奠定基础。