研究

VoicePing為何選擇SO-101研究機器人的適應能力，以及從Universal Robots、Franka Research 3、Gemini Robotics與Figure的BMW專案中獲得的啟發。

VoicePing 為什麼要打造機器狗？本文比較 Spot、ANYmal 與 Unitree，並介紹運動控制、模擬到實機的轉移，以及機器人適應能力的研究方向。

了解實體AI市場預測、五大應用領域，以及25家新創公司的網站截圖、導入依據與實用的投資報酬評估方法。

比較Figure、Apptronik、Agility Robotics等10家人形機器人企業的技術、部署證據與募資情況，並區分出貨實績和預測，分析全球與日本市場前景。

我們使用包含小數、識別碼、貨幣、公式與科學單位的 600 個中文語音複製樣本，測試 Fish Audio S2.1、CosyVoice3-RL、IndexTTS2 與 Qwen3-TTS Base。

VoicePing Diarization v0.1 是多語言說話者分離模型。本次以 42 個檔案的基準測試，與 NeMo、pyannoteAI precision-2、AssemblyAI 和 Deepgram 比較。