AI初創公司Helix獲620萬美元融資，推出本地語音真人驗證技術
AI資訊AI新閒資訊正文AI初創公司Helix獲620萬美元融資，推出本地語音真人驗證技術發布於AI新閒資訊時間 :Nov 12, 2026閱讀 :1分鐘AI初創公司 Helix 宣佈完成620萬美元融資，由 Chicago Ventures 領投，BAM Ventures、Aglaé Ventures、Corazon Capital 等機構參與投資。公司計劃利用可在用戶設備本地運行的語音識別技術，替代或補充傳統 CAPTCHA 驗證碼，在不收集敏感個人信息的情況下判斷用戶是否為真人，並估算其年齡。Siri 聯合創始人 Dag Kittlaus 已支持該項目，並將擔任公司顧問。
Helix 於2025年由 Alex Oberg、Anna Dorofiyenko 和 Mike Hall 創立。Oberg 曾參與 Ticketmaster 的 Verified Fan 功能開發，該功能主要用於防止機器人搶購票務。隨著生成式 AI 和智能體技術發展，傳統依賴郵箱、手機號、IP地址及設備指紋的身份驗證方式面臨更大挑戰，Helix 希望通過語音這一生物識別信號提供新的解決方案。據介紹，Helix 的模型可在包括 iPhone13在內的設備上本地運行，用於識別真人並估算年齡，同時幫助平臺攔截機器人攻擊。目前，其客戶包括上門醫療服務提供商 Zeel，後者利用該技術驗證醫護人員身份。
公司還在探索出租車司機身份核驗，以及通過語音識別醉酒、精神壓力等狀態的應用場景。Helix 強調，該技術能夠判斷說話者是否為真人，但不能識別具體說話者身份，也無法可靠判斷其是否說謊，目前尚不能可靠檢測實時通話中的 AI 代理。Dag Kittlaus 認為，模型壓縮和語音識別能力的進步，為 Helix 提供了成本優勢。隨著 AI 生成內容和自動化攻擊增加，基於語音的隱私保護型身份驗證可能成為傳統驗證碼之外的新技術路徑。相關推薦阿里千問發佈 Qwen-Audio-3.1：五款語音模型同發，ASR 價格直降 95%千問發佈Qwen-Audio-3.
1系列語音大模型，全面升級語音識別、合成與實時交互，並推出音頻創作模型TTS-Next與理解模型ASR-Next，五款模型覆蓋“理解—生成—交互—創作”完整能力棧。同時全線降價，TTS降約70%，降低使用門檻。Sep 23, 2026444.2k千問一口氣端出五款語音大模型，TTS價格腰斬七成、ASR砍掉九成五，把耳朵和嗓子全打包給了開發者阿里千問9月23日升級語音棧，推出Qwen-Audio-3.1系列五款模型，覆蓋識別、合成、實時交互、音頻創作與理解，形成“理解—生成—交互—創作”完整矩陣。價格大幅下調：TTS降約70%、Realtime降約85%、ASR降95%，大幅降低語音使用門檻。
Sep 23, 2026315.7k千問發佈 Qwen-Audio-3.1系列語音大模型，五款模型全線降價最高95%千問9月23日發佈Qwen-Audio-3.1系列語音大模型，形成覆蓋理解、生成、交互與創作的完整音頻能力棧，含ASR、ASR-Next、TTS、TTS-Next及Realtime。API已上架千問AI平臺，ASR-Next即將上線。同步全線降價：TTS約70%、Realtime約85%、ASR達95%。ASR增強多語種、方言識別與上下文理解，新增原生轉寫潤色。Sep 23, 2026343.
9kAI徹底擊碎“人機驗證”：GPT-6 Astra零失誤通關48個遊戲關卡OpenAI最新模型GPT-6 Astra在CAPTCHA驗證碼測試中零失誤通關全部48個關卡，展現其對複雜交互任務的強大處理能力，引發科技界對傳統人機驗證方式有效性的廣泛質疑。CAPTCHA意為“完全自動化的公開圖靈測試”，原本用於區分人機，該突破或推動驗證碼技術革新。Sep 8, 2026224.0k阿里Qwen-Audio-3.0系列語音模型上線千問AI平臺，斬獲國際評測“大滿貫”阿里巴巴在千問AI平臺全面上線Qwen-Audio-3.0系列語音模型，涵蓋語音識別、語音合成和實時語音交互三款。
官方稱，該系列在權威評測平臺Artificial Analysis今年7月語音排行榜中表現卓越，包攬語音識別、實時交互和語音合成三項第一。Aug 17, 2026302.6k智啟未來，您的人工智能解決方案智庫English簡體中文繁體中文にほんご© 2026
Related
相關文章
AI作弊越來越難查，大學開始重新考慮如何給學生打分
報告認為，AI檢測工具準確性不足，容易出現誤報，隨著生成式AI模型能力持續提升，識別AI生成內容的難度也在增加。相比依賴檢測技術追蹤AI使用情況，高校可能需要調整評估體系，減少無監督、無控制的考核形式。目前，越來越多大學開始採用線下筆試、口試以及過程性評估，通過在文獻綜述、研究過程等多個階段考察學生表現，而非僅依據最終論文評分。
谷歌甩出決策 API：一張圖一次掃千題，150 毫秒出判斷
谷歌 11 月 11 日宣佈推出 Gemini Decisions API，背後是全新的 Gemini Decision 1 模型，專門對付需要反覆做是非題、選型題和打分的場景。一次喂千題，前向計算直接給分開發者上傳一份文本、圖像、音頻、視頻或 PDF 組成的多模態材料（最高 256K Tokens），最多能拋 1000 個互不相干的問題。
谷歌 Gemini 語音助手正式接入蘋果 CarPlay：全面拓展車載 AI 生態，支持免提對話與跨設備同步
近日，谷歌正式宣佈將旗下的 Gemini AI 應用全面接入蘋果的 CarPlay 車載系統。這一進展意味著，全球範圍內的 iOS 用戶將陸續能夠在汽車中控屏幕上直接啟用 Gemini 的語音模式，通過免提對話的方式處理各類日常事務。核心功能落地:車內語音免提與多設備數據互通在實際的交互體驗上，接入 CarPlay 後的 Gemini 語音模式將支持所有已上線語音模式的語言。
蘋果把谷歌 AI 請進了車機：CarPlay 接通 Gemini，開車能自然嘮嗑
谷歌 11 月 11 日發佈博文，宣佈推進蘋果車聯服務 CarPlay 接入自家的 Gemini，即日起面向全球 iOS 端 Gemini 用戶分批推送，覆蓋 Gemini Live 支持的所有語言。點開圖標就能聊，話題可續可斷iPhone 18 Pro 等車主體驗 CarPlay 後，車機屏幕上會多出 Gemini 圖標，點開主界面或側邊欄即可經 Gemini Live 發起語音對話，也能順著最近的話題接著聊。
告別冗長文本！谷歌發佈 Gemini Decisions API：單次前向傳遞打分，端到端延遲壓至 150 毫秒
谷歌發佈 Gemini Decisions API：單次前向傳遞打分，端到端延遲壓至 150 毫秒發布於AI新閒資訊時間 :Nov 12, 2026閱讀 :1分鐘人工智能技術的演進正在從單純的“生成內容”加速向“高效決策”轉變。谷歌近日正式推出了全新的 Gemini Decisions API，這是一個由其底層的 Gemini Decision1模型驅動的全新端點，旨在幫助人工智能智能體在日常運行中做出極速的預設決策，徹底省去了傳統模式下生成冗長文本回復的繁瑣過程。
Google 推出 Gemini Decisions API，搭載 Gemini Decision 1 模型，每百萬 Token 收費 0.10 美元
Google 推出了 Gemini Decisions API，由新模型 Gemini Decision 1（gemini-decision-1）驅動。該 API 不生成文字，而是針對最多 1,000 個帶型別的提問進行評分，並基於共享輸入返回校準後的機率。對開發者而言，這主要用於代理程式內部的分支判斷，例如路由、策略檢查、工具選擇與評分。Google 定價為每 100 萬輸入 Token 0.10 美元，輸出 Token 不計費。重點摘要：上下文長度為 262,144 個 Token（256K），涵蓋共享輸入與所有問題。執行環境：僅限 Google 代管的 API（Gemini Developer API，v1beta），不提供開放權重或自行託管。效能：在 Google 的評比表中，於 9 項準確度基準中領先 7 項，且校準誤差最低。最佳表現：JevBench（公開分割）達 92.2%；最差表現：Macro- 項目 58.7%。