Unity 为什么打造浏览器游戏创作工具 Unity Spark
Unity 与 Google 合作推出 Unity Spark，用户无需 Unity 或游戏开发经验，就能直接在浏览器中制作并分享游戏。它接入 Unity Asset Store，可使用社区制作的数千种美术资源，目标人群是熟悉某类玩法却发现缺口、却不懂代码的玩家、平面设计师和模组制作者。
推荐理由：官方说明了产品面向不懂代码的模组制作者和平面设计师，可作为判断浏览器内游戏创作工具定位的参考。
精选
Unity Blog精选AI 评分3939
Unity Blog精选AI 评分5959 Unity 推出 Grok Build 官方插件，复用 Claude Code 与 Codex 的 30 多个技能
Unity 推出 Grok Build 官方插件，Grok Build 由此成为第三个获得 Unity 工程指导的编码代理。
推荐理由：插件与 Claude Code、Codex 共用同一套技能仓库，读者可据此判断多代理并行开发时 Unity 指导是否一致。
Inworld AI Blog精选AI 评分5151 Inworld 收购实时语音智能体平台 Ultravox
Inworld 宣布收购实时语音智能体平台 Ultravox，Ultravox 团队成员已加入 Inworld 并继续开发该平台。收购后的首项更新是 Ultravox 内置的 Inworld 语音改用 Realtime TTS-2，已有语音 ID 继续可用，无需改动代码，升级不额外收费。
推荐理由：收购把语音理解、推理与语音生成并入同一套实时推理基础设施，读者可据此判断语音智能体技术栈的整合走向。
Inworld AI Blog精选AI 评分5757 Inworld AI 发布 Realtime TTS-2 实时对话语音模型
Inworld AI 发布新一代实时对话语音模型 Realtime TTS-2，已在 Inworld API 和 Inworld Realtime API 全面开放。
推荐理由：原文给出多轮音频上下文、自然语言语音指令和低于 200ms 的首音频延迟，可供判断实时语音对话能否接入自己的项目。
Inworld AI Blog精选AI 评分5656 Inworld AI 开源 TTS 开放评估工具包
Inworld AI 开源 TTS Open Evaluation Toolkit，这是一套可自定义的 TTS 评估框架，用于采样 TTS 系统、离线评估音频并生成可对比的报告。
推荐理由：原文解释了同一 TTS 模型在不同团队手上会得到不同 WER 的原因，并给出这套评估工具的运行方式与首批指标。
NVIDIA Blog精选AI 评分3838 EA、Ubisoft、Embark 等发行商将 PC 游戏与反作弊支持带到 NVIDIA RTX Spark
NVIDIA 在 Gamescom 上宣布，EA、Embark、Ubisoft 等发行商将为今年秋季上市的 RTX Spark 提供游戏与反作弊支持，EA Javelin Anticheat 也会原生支持该平台。
推荐理由：RTX Spark 秋季上市前的合作名单从 5 月 COMPUTEX 扩展到本次 Gamescom，可对照两批发行商看新平台的适配进度。
Inworld AI Blog精选AI 评分4747 用 Mastra 与 Inworld Realtime API 构建实时语音对话智能体
Inworld 推出 @mastra/voice-inworld-realtime，将 STT、LLM 与实时 TTS 合并为单个 WebSocket 会话，并绑定到 Mastra Agent。
推荐理由：原文对比级联语音管线与单 WebSocket 会话的差别，并给出不到 100 行 TypeScript 的参考 CLI，读者可据此判断接入成本。
Inworld AI Blog精选AI 评分4040 Inworld 下调语音与 LLM 栈价格，多数开发者降幅过半
Inworld 宣布对整条语音栈降价，多数开发者在文本转语音、语音识别、LLM 和算力各层降幅达一半以上，新价格已面向所有开发者生效。Realtime TTS-2 降至约 $10/1M 字符，语音识别降至约 $0.10/小时，Router 可接入 100+ 模型且第三方模型不加价。
推荐理由：Inworld 把语音栈各层价格下调并对 TTS、语音识别和 LLM 给出阶梯单价，可用来估算消费级应用的推理成本。
Inworld AI Blog精选AI 评分4949 Inworld 用 Realtime TTS-2 联手 Stream Vision Agents，搭出能看能听的实时语音智能体
Inworld 联手 Stream 搭出参考实现 Crashout Buddy，组合最新语音模型 Realtime TTS-2 与 Stream 开源的 Vision Agents 框架，可实时看表情、听语音并调整表达。
推荐理由：文中给出了把视觉信号与情绪上下文转成语音表达指令的做法，可据此判断这条实时语音链路能否接进自己的项目。
已经到底了