跳到正文
目前篩選:模型
10月21日週三
  1. Mistral AI70

    Mistral 推出 Voxtral 3 語音模型及智能體 SDK

    Mistral 推出 Voxtral 3,包含語音轉文字與文字轉語音模型,以及把聆聽、推理、工具調用和語音輸出整合為即時串流流程的語音智能體 SDK。語音轉錄支援 50+ 種語言,語音合成支援 35+ 種語言及 50+ 種方言;SDK 可在通話中調用工具並執行多步驟任務。Voxtral 3 現可透過 Mistral API 使用,亦可部署於自有基礎設施。

    推薦理由:Voxtral 3 把聆聽、推理、工具調用與語音輸出串成即時流程,並提供 Mistral API 和自部署選項,呈現語音智能體的整合與部署方式。

10月20日週二
  1. DoNews37

    千訣科技正式發布 Polibrain 預測式世界模型

    千訣科技正式發布 Polibrain 預測式世界模型,定位為面向真實物理世界的具身智能大腦底座。模型以自主研發的多項式表徵架構為基礎,結合環境理解、行動預測、自主規劃與執行,並根據執行反饋調整決策。相關能力已在服務、物流、零售及家庭場景開展商業應用與驗證。

  2. DEV Community41

    Getting Hands‑On with Timestral: Mistral’s Open‑Source Time‑Series Foundation Models

    Mistral 推出 Timestral,一套專為時間序列資料訓練的開源基礎模型,可用於預測、異常偵測等任務。套件包括 Timestral-Base、微調版本 Timestral-FT,以及以 Docker 映像提供的輕量推理伺服器。Timestral 支援自託管,並以統一 API 提供預測、異常分數及嵌入向量。

  3. DoNews59

    螞蟻百靈開源 Ming-3.0 語音系列模型

    螞蟻百靈開源 Ming-3.0 語音系列,共提供五款模型,涵蓋語音合成、音訊理解與對話,以及語音識別。Ming-3.0-tts 的 Voice Design 可用文字描述目標音色,或透過參考音訊設定音色;導演模式則可描述台詞的表演方式、情緒變化、重讀詞及節奏。

  4. 第一財經54

    螞蟻百靈開源Ming-3.0語音系列模型

    螞蟻百靈開源 Ming-3.0 語音系列,面向聲音創作、長語音分析及業務語音轉寫三類任務,提供共五款模型。系列包括語音合成、音訊理解與對話、語音識別三類模型,開發者可按任務選擇,或組合不同能力加入自己的工作流程。

  5. IT之家62

    螞蟻百靈開源 Ming-3.0 語音系列模型,涵蓋語音合成、音訊理解與對話及語音識別

    螞蟻百靈開源 Ming-3.0 語音系列,涵蓋語音合成、音訊理解與對話、語音識別三類任務,共提供五款模型。Ming-3.0-tts 的 Voice Design 支援以文字描述或參考音訊設定音色,導演模式可描述情緒變化、重讀詞及節奏;Ming-3.0-audio-flash / tiny 可轉寫、總結及分析長音訊的觀點,並輸出結構化內容。

  6. DEV Community56

    Darwin-27B-ZTC-v9 在 S1MB 英文版 137 項基準排行榜排名第一

    Darwin-27B-ZTC-v9 在 S1MB 英文版涵蓋 137 項基準的排行榜中取得 Borda 排名第一,評測包含 197 個模型。S1MB 逐項按基準排名後加總;該模型按任務平均分 72.20 排第二,兩種排序回答不同問題。ZTC 模型以單次前向傳播輸出選項概率而不生成文字,權重以 Apache-2.0 授權公開;文章指出,校準概率可用於設定自動判斷門檻。

  7. Unite.AI69

    Cloudflare 發佈首款 System One 抽取模型 Clairic 預覽版

    Cloudflare 發佈 Clairic 預覽版,稱其為新類別 System One 抽取模型的首款模型,現於 Workers AI 提供。模型以單次並行推理,從非結構化文字及最多四張圖像抽取具型別欄位,亦可計算、估算和預測;不生成輸出 token,輸入定價為每百萬 token $0.10。

  8. OpenAI News65

    OpenAI 模型提升低資源程式語言的程式建置與遷移能力

    OpenAI 表示,最新模型在低資源程式語言的程式建置及 COBOL 遷移評測中均有提升。在最高推理力度下,GPT‑6 Astra 在 20 種語言的 MultiLangBench 平均測試通過率為 87.4%,高於 GPT‑5.6 Sol 的 26.8%;GPT‑6.1 Sol 在低推理力度的 COBOL 遷移評測準確率為 86.6%,GPT‑5.6 Sol 則為 5.4%。

    推薦理由:兩項評測分別檢視跨語言程式建置和 COBOL 遷移,並以通過率、遷移準確率及 API 成本呈現模型表現差異。

  9. elsewhere:文章67

    Kling 4.0 評測:多組實測呈現其電影製作表現

    作者以多組影片實測 Kling 4.0,認為其運鏡、人物一致性和聲畫配合適合電影製作。Kling 4.0 支援最長 30 秒原生生成,並可組合最多 15 項參考素材及最多 10 張關鍵幀。實測涵蓋多語種 MV、15 秒長鏡頭打戲及電影風格短片;作者亦指出,提示詞需精確描述台詞和動作,否則畫面可能像 PPT。