RTE 开发者社区联合「零一万物」发起工作坊，邀请你挑战复刻一个 GPT-4o 的 demo，不只是文字聊天 bot，还带实时语音和视觉互动！

我们还邀请到共创伙伴，来自 ChatTTS 的李大勇。他将分享火遍全网的语音生成模型背后的故事。

分享嘉宾&共创伙伴

《萌宠拆拆乐》是一款可爱宠物疯狂拆家的多人合作游戏。由于主人毕业上班，没时间陪伴宠物，宠物打算在家密谋一场破坏来吸引主人注意力，让主人多陪自己一会。宠物们可以利用丰富的玩法和物理机制进行破坏捣乱，当然也可以扮演主人去抓住坏宠物！

「小浣熊家族」是基于商汤大语言模型打造的 AI Native 生产力系列工具，覆盖软件开发、数据分析、编程教育等多个场景，旨在通过先进的人工智能技术优化和提升工作效率。家族现已推出代码小浣熊和办公小浣熊两位成员，为十余万用户提供数亿次智能辅助服务。

Rokid 自研的 YodaOS-Master 是 Rokid 基于 SLAM、 手势识别、空间音频等 AR 核心能力打造的新一代空间计算系统，将人、 数字世界和物理世界三者有机的连接起来，让人自然地与虚拟世界和现实世界进行交互。

游戏《PixelHack》是一款多人联机合作的射击游戏，在虚实结合的世界中给使用像素化来作为游戏的美术风格，给人一种回到小时候打街机的感觉。

基于声网 RTE 平台，为 RTC 频道提供云端实时语音转文字及实时翻译能力。可支持实时字幕和翻译字幕、多语言交流、基于大模型的会议纪要和对话内容分析等场景提供服务支撑。

HoloKit 是一款将 iPhone 升级为双目空间计算头显的设备，利用 iPhone 的算力和 ARKit 的空间定位，实现低延迟 6DoF 追踪、环境感知和手势交互。HoloKit 的多人共空间定位技术可使 Vision Pro、iPhone 和 iPad 随时随地同步空间坐标系，让多名用户在同一物理空间与同一虚拟物体互动，共享同一梦境。

作为一个开源空间计算社区，HoloKit 旨在降低开发门槛，吸引更多开发者参与。HoloKit Unity SDK 已被多家开发团队和高校采用，成功应用于多个艺术和商业项目。HoloKit 成本低且易于上手开发，适合课堂教学、展会、博物馆和新式线下娱乐等场景。我们将展示基于 HoloKit 开发的多人空间计算对战游戏，提供创新的互动娱乐体验方案。

蚁触科技深耕触觉交互领域多年，致力于推动以触觉交互为基础的技术研发和产业化，探索触觉交互在新一代视频娱乐、游戏终端、车联网、物联网等领域的智能应用并创造商业价值。

蚁触科技触觉交互人工智能解决方案以自研的触觉 AI 算法 ANTHAP.ai 与触觉模组为基础，能够满足多终端场景需求，在用户接触面渲染出物质世界的丰满材质感，为交互终端适配细腻的触觉效果，在游戏、影视、娱乐等内容领域进行有效的软硬件产品实际落地，让每个用户感受数字世界的真实。

基于作文辅导，打造 AI 时代的全学科「兴趣老师」。

噗噗通过 AI 建立「启发式提问+想象入画+陪伴式导师」的模式，让写作技巧与写作过程相融合，解决了作文教学长期以来的问题。

噗噗坚信在未来的学生场景中，每个学生都将成为学习的中心和主导者，个人生活、兴趣、见闻将触发并关联一系列知识学习内容，多人协作的项目制学习将成为主流。噗噗未来将通过 AI 创建基于学生兴趣的探索式学习体验，未来可涵盖数学、物理、化学、生物、历史、地理等跨学科领域。

XSwitch Cloud 是一个「连接一切」的实时音视频通信平台。支持 PSTN 电话、SIP、WebRTC 及声网间的音视频互联互通。支持与 ChatGPT 与各种 AI 平台对话。支持视频会议。

Kivicube 制作平台为开发者提供 AR 算法与 3D 引擎工具，旨在解决 AR 内容量产的效率与难度的刚需痛点，为全球 UGC 与 PGC 用户提供微信 AR 与 WebAR 生态算法与工具，安全稳定底层为开发者保驾护航。算法支持如身体跟踪、空间计算、地标点云计算、图像跟踪与实物跟踪等能力。

《言灵计划：中二嘴炮大作战》是一款由 AI 驱动的演出派对游戏。

召唤师通过玩梗召唤独一无二的神奇生物「言灵」，让他们进行荒诞且热血有趣的嘴（hu）炮（xiang）战（tu）斗（cao）。和你的朋友一起，进行充满着想象力和创意的对决吧！

史上第一次，借助最新科技让玩家可以戴上 VisionPro

亲临命案现场、墓地、外星……

抽丝剥茧、翻找证物

以虚实融合的体验，感受扮演社交与穿越之旅

全流程3DAI影视制作平台——赛博演猿cybactor，包含自研多模态3D视频大模型赛娲SEVA，支持文字、声音、视频、人工操作等多模态输入；以3D结构化的方式独立生成视频中的对象和运动，确保对象在不同镜头与运动中完全一致，可编辑，可控；生成的3DAI演员可以实现真人「老戏骨」级别的AI表演；支持AI视觉驱动；支持任意时长。可以让每个人都拥有一个AI剧组，一天制作10分钟影视内容，用于商业级的影视、短剧、节目制作等，开创AI影视制作新时代。

N7 Interactive 面对面：空间交互娱乐平台。专注于空间智能时代直觉交互的多人游戏与娱乐体验。从Vision Pro切入，打造面对面下最好玩的虚拟游乐体验，成为Vision Pro必装App。通过自研的真实世界的物理模拟 + 直觉交互的手势模块和个性化AI能力支持用户后续二创和整活，让每个玩家都可以创造自己的玩具宇宙。

ASTRA Agents Framework 是一个支持创建支持实时多模态能力 AI Agents 的框架。它支持快速编排和复用最新的大模型能力，实现 AI Agents 与终端用户的低延时实时音视频互动。