开发者称语音+工具调用+图像生成可拼出《她》级体验

2026年10月16日，AGI Hunt 报道称，开发者 andreisavu 在实测后得出结论：把实时语音模型、工具调用委托和图像生成三项能力组合成一个低延迟的整体体验，在今天就已完全可行。他由此表示，《她》式的助手体验「实际上已经来了，只是还贵」。报道进一步指出，这三大能力的拼装已经越过可用门槛，当前的主要瓶颈在于成本，而不是技术可行性。也就是说，实现类似电影《她》中那种可自然对话、并能调用工具与生成图像的助手的路径，被认为已经打通，剩下的问题是如何把成本降下来。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。