IXThinker·2025-07-23 17:40

Mistral開源語音模型Voxtral上線試玩

語音是人類最自然的交互方式，正成為人機互動的核心場景。Mistral AI發布首個開源音頻模型Voxtral，提供24B與3B兩種規格，兼顧多場景的語音深度理解，並已在線開放Demo供用戶試玩。

市場兩極分化

音頻模型快速發展的同時，市場供給出現兩極：低成本開源模型容易有錯誤率高、語義理解弱等問題；高成本閉源模型則價格高昂、部署受限。兩者均難以滿足多元的應用需求。