
微软发布实时转写与语音合成新模型,语音智能体赛道再升温
微软 AI 推出 MAI-Transcribe-2-Streaming 实时转写模型,并同步更新语音智能体所需的文本转语音模型,补齐语音交互链路的关键一环。
来自全网的最新 AI 资讯,每日自动聚合更新
共 3847 篇

微软 AI 推出 MAI-Transcribe-2-Streaming 实时转写模型,并同步更新语音智能体所需的文本转语音模型,补齐语音交互链路的关键一环。

Ramp 经济学家 Ara Kharazian 发布的最新 AI 指数显示,美国企业在 AI 上的支出正在下降,但使用量仍在上升,单位成本快速走低。

MIT Tech Review 发文质疑大模型的推理能力,以 AlphaGo 第37手为引,探讨 LLM 与真正推理之间的差距。

Black Forest Labs 推出 Flux 3 模型家族的图像部分 Flux 3 Image,支持多步局部编辑、边界框构图与最多十张参考图,输出最高 4K,开放权重将在未来数周内释出。

图灵奖得主 Yann LeCun 公开批评 Anthropic CEO Dario Amodei 在 AI 安全与网络安全议题上的判断,认为其言论脱离技术现实。这场争论折射出 AI 安全阵营内部的路线分歧。

Hugging Face 上出现的 AutoSynthData 项目,尝试用自动化方式为企业智能体生成训练数据,缓解真实业务数据稀缺、标注成本高的问题。

Chatham Financial借助OpenAI的Codex与GPT-5.6重构交易验证流程,将单笔验证时间从30分钟压缩到4分钟以内,成为金融专业服务领域AI落地的一个可量化样本。

麦当劳正在测试基于 AI 的动态定价:系统会评估门店周边人群的支付能力,并据此调整菜单价格。这意味着快餐定价正从统一标价转向按地点、按人群的实时差异化。

WIRED 评论指出,把AI安全交给企业自我监管,本质上是用姿态代替约束。本文梳理自我监管为何反复失效,以及它对监管路径、行业竞争与普通用户意味着什么。

Aweb 在 Hacker News 上提出为 AI Agent 提供通信能力,试图解决多智能体协作中的互操作问题。这类协议层探索正成为 Agent 生态的关键基础设施。

TechCrunch 报道称,特朗普在对委内瑞拉采取行动前曾征询 Grok 的意见。这起事件把大模型从消费级助手推向高风险决策场景,也暴露了 AI 建议缺乏问责机制的结构性问题。

法院承认 AI 搜索给内容与在线服务行业带来实质冲击,但认为这属于竞争结果而非反垄断问题,两家公司针对谷歌 AI 概览的诉讼被驳回。