2025-07-07.不摸鱼的独立开发者日报（第51期）

ElevenLabs创始人：AI巨头并非万能，甚至无法突破我们的技术护城河

ElevenLabs联合创始人Mati Staniszewski分享了关于AI语音技术、公司战略及未来发展的看法，其主要观点如下：

• AI模型架构的演进。ElevenLabs的突破在于将Transformer和扩散模型有效应用于音频领域，这在当时是创新之举。这使得模型首次能够理解文本的深层上下文，并生成带有相应情感和语调的音频。
• 语音AI的技术独特性。语音AI的模型架构与文本模型有很大差异。它不仅要预测下一个声音，还要理解长文本的上下文以传递正确情感，比如区分一句话是真诚的还是讽刺的。同时，模型还需要将声音特征作为独立输入，与文本内容结合生成最终输出。
• AI训练数据的挑战：高质量、带有准确文本转录的音频数据非常稀缺。更关键的挑战在于获取如何说的数据，即标注情感、语调和非语言元素（如笑声），这些数据几乎不存在，需要投入大量人力和自建流程来创建。
• 通往人类水平AI的路径。他预测AI语音交互有望在2025年或2026年初通过图灵测试。当前的技术挑战在于选择级联模型（语音识别-大语言模型-语音合成）还是端到端的全双工模型（Omni model），后者延迟更低、表现力更强，但可靠性是工程难题。
• AI安全与溯源技术。为应对滥用，从技术上确保所有生成内容都可追溯到源账户至关重要。同时，公司也在研发和开源能够检测AI生成内容的技术模型，以应对整个行业的安全挑战。
• 专业AI公司与基础模型的竞合。尽管大型基础模型正向多模态发展，但ElevenLabs通过专注于音频领域，在数据、模型架构和产品层面建立了竞争壁垒。由于音频模型所需算力相对较小，这使得在模型和数据上进行创新，依然能与算力占优的大公司竞争。

🖥️ 软件

Stack

Stack是一款极简生产力工具，帮助用户将计划从内心转化为现实，优于传统的笔记方式。

NeuroNudge

NeuroNudge是一款脑力训练应用，通过多种小游戏提升记忆力、专注力、反应速度和逻辑能力，并提供每日挑战和排行榜功能。

Read Recipes

Read Recipes是一款提取菜谱的软件，能够从网站、博客和视频中提取必要的成分和说明，方便用户保存和使用。

FusionDesk

FusionDesk是一款集成多种工具的工作空间软件，提供ClientFlow AI、Content Pilot、Lead Magnet Builder和Outreach Scripts AI，帮助自由职业者、创始人和营销人员高效管理业务。

Room 8

Room 8是一款情绪追踪应用，通过房间概念记录情绪，旨在将情绪日志转化为更具故事性的体验，并计划引入AI辅助分析。

Tryvana

Tryvana是一款虚拟试穿应用，帮助用户选择合适的约会服装以提升约会印象。

Reeroll

Reeroll是一款AI视频编辑器，用户可以通过与AI聊天轻松创建视频，无需复杂的编辑工具，只需选择模板并添加链接、图片或剪辑。

Drexil

Drexil是一款Twitter DM自动化工具，通过分析潜在客户的Twitter资料，生成个性化消息，从而提高外展回复率。

🎮 游戏

Fretless - The Wrath of Riffson

Fretless - The Wrath of Riffson是一款回合制角色扮演游戏，玩家挥舞传奇乐器，收集强力攻击以对抗恶魔暴徒和音乐混合怪物，现已发布demo。

What Happens After Midnight? Demo

What Happens After Midnight? Demo是一款动作生存恐怖FPS游戏，玩家在调查夜谷镇时需对抗入侵的维度力量，体验跨越世界、遇见奇异角色和生存宇宙恐怖的冒险，现已发布demo。

Paradigm Island

Paradigm Island是一款冒险游戏，玩家扮演一名年轻雇佣兵，在一个濒临崩溃的超现实世界中探索，通过选择塑造身份，面对复杂的忠诚关系和隐藏的真相。

Scionide

Scionide是一款快节奏的科幻射击游戏，设定在2268年，玩家可以在单人、PvP和合作PvE模式中，与Scion帝国展开战斗。

🌐 网站

Fulfilled

Fulfilled是一款数字财富管理平台，提供个性化的财务规划和投资组合，无需转移资金即可管理现有账户。

Beesla

Beesla是一款职业发现工具，基于用户兴趣进行职位推荐，并识别虚假或过期的职位。

Formia

Formia是一款免费的在线工具，能够将任何2D logo 转换为3D模型。

doings today

doings today是一款社交媒体应用，分享日常行动、记录工作目标，并与志同道合的建设者保持联系。

PromptBeacon

PromptBeacon是一款网站分析工具，帮助用户跟踪网站在ChatGPT、Gemini、Perplexity和Claude等AI应用中的提示词表现，并提供Pro版本以监测竞争对手和不同地区的排名。

✍️ 说明

日报相关信息：
网站：https://daily.nomoyu.com/
RSS：https://daily.nomoyu.com/rss/rss.xml
微信公众号：nomoyu的笔记
欢迎一起沟通交流