VoiceArena 发布 Jarvis Bench v0.5，把语音智能体分成两项来测

git背锅侠 · 2026-09-15T01:09:47.000Z

VoiceArena 这次的 Jarvis Bench v0.5 评测方式挺有意思：不直接问哪个语音模型更强，而是把表现拆成任务完成度和自然度。测试里有真人实时对话，也有另一组人做盲测成对投票，榜单还放进了一个人类“智能体”作参照。结果看下来，任务完成度上人和模型差距没那么大，但自然度这块还挺明显。

讨论话题

发现投票抽奖优惠码盲盒

发现产品榜单精选讨论