小米开源 Xiaomi-CocktailASR-1,聚焦目标说话人语音识别
Xiaomi-CocktailASR-1 可通过参考语音在多人混合音频中转录目标说话人,并支持目标缺失时拒识和可选推理模式。
Xiaomi-CocktailASR-1 可通过参考语音在多人混合音频中转录目标说话人,并支持目标缺失时拒识和可选推理模式。
Music v2.5 已成为 ElevenMusic 提示词和参考生成的默认模型,并向所有套餐开放无损下载额度。
Sakana AI 推出 Fugu Max 和 Fugu Ultra v2,分别面向成本效率与复杂任务能力,现已通过 OpenAI 兼容 API 提供。
Grok Bot 101 介绍其持久化云端电脑、应用与代码执行能力,以及例程、触发器、MCP、插件、技能和多机器人链路。
千问 Token Plan 个人版价格不变,Standard 与 Pro 新增搜索、网页解析、代码解释器、语音和图像生成等 Harness 工具额度。
Devin Desktop 与 CLI 现可使用 Fusion,以一个主模型负责规划审查、一个辅助模型负责执行,并保留各自上下文。
OpenAI 建议面向 GPT-6 Astra 精简技能描述、按需加载说明,并重新审视 AGENTS.md、任务边界与完成定义。
ChatGPT 桌面应用现可从 Pets 悬浮控件直接发起快速聊天,Windows 版同时加入 Appshots 窗口共享。
Claude Code 新增 claude plugin eval,可运行测试用例、评分,并与未加载插件的基线结果进行对照。
Kimi Code 已全量上线 K2.8 Preview,原 kimi-for-coding 模型 ID 无需修改,并支持三档思考强度与最高 1M 上下文。
Google Labs将Dreambeans扩大至美国18岁以上的消费账户和Google AI订阅账户,支持Android与iOS,并新增Gemini连接。
Google发布Windows版Gemini桌面应用,支持Alt+Space快捷唤起、Google应用信息调用、复杂任务处理及图片和视频生成。
Nebius推出免费AI Builder Program,向开发者提供推理、搜索、可观测性和评测等合作伙伴额度,以及示例代码、课程和工程师答疑。
Google AI Studio推出首个Gemini API文档内置预览,让开发者在构建应用时直接查阅API说明,减少在不同页面间切换。
Cohere发布North Small Translate开放权重翻译模型,采用218B总参数、25B激活参数的MoE架构,支持50多种语言。