我们把全球 AI 前沿资讯编译成给中国企业主看的中文洞察——每条都标注来源、可查原文。看别人怎么用,想清楚自己怎么做。
阿里巴巴通义实验室正式发布Qwen Audio 3.1系列语音模型,包含5款面向语音识别(ASR)、文本转语音(TTS)及实时交互的专用模型。新版本显著提升多语种与方言识别能力,并新增说话人分离、情感识别、环境音检测等功能。同步宣布AI语音服务价格下调最高达95%。
OpenAI宣布Harvey法律AI平台已接入GPT-6 Astra模型。新模型可生成结构更清晰、上下文感知更强的法律文件,帮助律师减少文书工作,专注战略决策。
invideo宣布集成OpenAI最新模型GPT-6 Astra,显著提升视频后期处理能力。调色与色彩校正效率提升三倍,单日可生成50种定制化视觉效果。该功能已用于其AI视频编辑工作流。
诺基亚应用研究团队开源AnyJev——一个无需训练的Python库,可将任意开源大语言模型(LLM)即时转化为具备概率输出的结构化决策模型。它通过循环移位与批量先验校正消除位置偏差和标签偏差,在BANKING77数据集上将选项顺序翻转率从0.230降至0.073,5%误差下的自动可决流量提升近6倍。
法国AI实验室Kyutai开源两款9B参数语音到语音大模型Voice of Reason,首次将强化学习应用于语音原生数学推理任务。在口语化GSM8K基准上,准确率从基线27.3%跃升至77.1%,全程无需转录或文本大模型介入,支持单卡H100部署。