뉴스 및 전체 검색
뉴스, 도구, 모델, 가이드, 주제, 워크플로, 프롬프트를 함께 검색합니다.
뉴스 기사 125
“TextPixie”
语音 AI 迎来重磅并购:ElevenLabs 宣布收购日本知名语音 AI 公司 Kotoba全球语音AI领域现重要整合:ElevenLabs宣布收购日本领先语音AI实验室Kotoba。双方将强强联手,加速AI智能体与语音交互界面在全球第四大经济体日本的落地普及。此次合作意在突破语言文化壁垒,打造适应本土化深层语境的语音AI,应对地域色彩、复杂方言等交流差异,推动语音技术更自然融入当地市场。 刚刚 6.4K
全球语音人工智能企业ElevenLabs宣布收购日本领先的语音AI实验室Kotoba,旨在通过整合双方技术与本地化经验,深化AI智能体与语音交互界面在日本及东亚市场的应用。Kotoba由康奈尔大学和华盛顿大学博士背景的专家创立,其旗舰模型Koto已在企业级场景中验证性能,被Salesforce等公司用于语音对话系统。此次收购将提升ElevenLabs在日语复杂语境下的处理能力,推动自然语言交互体验的发展,预计2026年第四季度完成交割。
迄今为止最高性价比的Hy模型!腾讯混元Hy4 flash发布,速度大幅提升
11 月 16 日,腾讯混元最新语言模型 Hy4 flash 发布,模型总参数量为 224B (其中 64B Engram 参数),激活参数仅为 12B,支持多模态和 1M 上下文长度。Hy4 flash 是迄今为止最高性价比的 Hy 模型:每百万 Token 输入 0.5 元、输出 2 元,命中缓存时仅需 0.02 元,价格相比 Hy4 大幅降低。为了达到极致的性价比,同时兼顾智能水平和实用性,混元团队做了一系列工作:在预训练阶段,Hy4 flash 加入了混合注意力、LatentMoE、Engram 等架构特性,KV cache 大小仅为 Hy3 的 1/24、Hy4 的 1/6,且通过大...
Anthropic, Claude Opus 5.5 공식 추천: 멀티 패키지의 기본 모델로 Anthropic은 Claude Opus 5.5가 Pro, Max, Ultra 및 Team 패키지의 기본 모델이 되었으며, 연구, 분석, 글쓰기 등 지식 업무의 일상적인 주력 도구로 권장된다고 발표했습니다. 이는 AI 어시스턴트의 사무 분야에서의 위치가 중요한 전환점을 맞이했음을 의미합니다. 동시에 Anthropic은 5.5 및 관련 모델의 매트릭스를 정리하여 초고속 쿼리부터 심층 추론에 이르기까지 각 모델의 포지셔닝, 적용 시나리오 및 가격을 명확히 밝혀 사용자가 필요에 따라 선택할 수 있도록 지원했습니다. 방금 전 6.7K
Anthropic은 Claude Opus5.5를 Pro, Max, Ultra 및 Team 플랜의 기본 모델로 설정하고, 연구, 분석, 글쓰기 등 지식 작업을 처리하는 주력 도구로 권장한다고 발표했습니다. Opus5.5는 문서 생성, 재무 분석, 시각적 이해 등에서 뛰어난 성능을 보이며, 명령을 정확히 따르고 환상률이 낮으며 문체가 명확하고 강력한 추론 능력을 갖추고 있습니다. 공식적으로 사용자에게 프롬프트 습관을 조정하여 완성된 파일을 직접 요청하고, 시각적 이해 능력을 활용하며, 업무 시스템에 연동하고, 노력 수준을 높여 출력 효과를 최적화할 것을 권장합니다.
Anthropic推出Claude Meetings,可加入Google Meet参与会议Anthropic推出Claude Meetings,用户可将Claude作为可见参与者加入视频会议。会议中它能实时答疑、生成文档与白板、记录笔记和待办事项;默认以文本回复,获授权后可访问连接工具,协助信息整理与任务处理。会后,生成的笔记、记录及文档统一保存在claude.ai。该功能拓展了AI在协同办公场景的应用。 刚刚 0
Anthropic推出Claude Meetings功能,允许用户将Claude作为可见参与者加入视频会议,实时回答问题、生成文档与白板、记录会议笔记及待办事项。会议中Claude默认以文本回复,并可在授权后访问连接工具;会后内容保存于claude.ai专属页面。默认禁止加入含外部参与者的会议以保障隐私。目前仅对Team和Enterprise版用户开放测试,支持Google Meet,暂不支持HIPAA合规或客户自管加密配置的组织,未来将扩展至更多平台。该功能延续Claude向一体化办公平台演进的方向,此前已推出白板、数据仪表板等功能。
火山引擎推出Seedance2.5flash:生成速度翻倍,720P约0.99元/秒、较旗舰降低34%火山引擎11月12日推出Seedance2.5flash,定位最接近旗舰Seedance2.5的高性价比版本,生成速度翻倍,面向批量内容生产。720P文生/图生视频约0.99元/秒,较旗舰降约34%。单段最长30秒,单次最多输入10图、5视频、5音频,支持480P/720P,即日起陆续登陆即梦、LibTV、Updream、Creao AI、TapNow等平台。 刚刚 0
火山引擎于11月12日发布视频生成模型Seedance2.5flash,定位为效果接近旗舰版的高性价比版本,生成速度提升一倍,720P下文生视频、图生视频生成价格约0.99元/秒,较前代降低约34%。支持单段最长30秒视频生成,可输入最多10张图片、5段视频与5段音频,提供480P和720P分辨率。该模型已陆续上线即梦、LibTV、Updream、Creao AI、TapNow等平台,API将于11月15日上线火山方舟。官方称其整体效果优于Seedance2.0,在指令遵循、物理运动与音频表现上保持高水平,支持多版本创意产出。对比案例显示,其在动作连贯性上表现突出,适用于影视与广告素材的批量生产。配合旗舰版Seedance2.5及Draft样片模式,形成覆盖高质量制作与高频批量生产的双梯度模型矩阵。
让老音箱焕发新生:Home Assistant Connect AUX-2 首发体验
玩智能家居这几年,灯光、传感器和开关基本已经靠着Matter和HomeAssistant打通了,唯独多房间音频(Multi-roomAudio)还停留在各自为战的阶段。想让客厅的HomePod、书房的 ...查看全文
谷歌甩出决策 API:一张图一次扫千题,150 毫秒出判断谷歌11月11日推出Gemini Decisions API及全新Gemini Decision 1模型,专攻“对不对、选哪个”和打分等快决策,主打极低延迟。开发者可上传文本、图像、音频、视频或PDF等多模态材料,最高256K Tokens,一次最多提交1000个互不相关问题;模型仅需一次前向计算即可直接给分。 刚刚 0
谷歌于11月11日发布Gemini Decisions API,基于全新Gemini Decision 1模型,可一次性处理最多1000个独立问题,支持多模态输入,仅需一次前向计算即可输出每个选项的概率与置信度分数,适用于工具挑选、策略核查等场景。该API延迟在150至250毫秒之间,输入每百万Tokens仅0.10美元,输出免费,支持调节图像和视频分辨率以平衡细节与成本,现已在Google AI Studio上线并提供免费额度。
MiniMax开源H3-Image:10秒生成16MP图像,价格仅同档工具50%–70%11月10日,MiniMax稀宇科技发布开放权重图像模型MiniMax H3-Image,衍生自H3,支持文生图、图像参考与编辑,10秒内可生成4096×4096、约16MP的4K图像,速度为市面主流5倍。权重已上线Hugging Face,并通过MiniMax开放平台、MiniMax Code与海螺提供服务。其后训练链路强化数据、强化学习、步数压缩、PE与部署优化,兼顾速度与效果。 刚刚 5.2K
MiniMax稀宇科技于11月10日发布并开放权重的图像生成模型H3-Image,可在10秒内生成4096×4096像素、约16MP的4K图像,速度达市面主流水平5倍。该模型支持文本生成图像、图像参考与编辑,最多可使用16张参考图,具备强指令遵循能力与高真实感细节表现。权重已上线Hugging Face,并通过MiniMax开放平台、MiniMax Code与海螺提供服务。官方评测显示其标准模式耗时16.0秒,Highspeed模式10.3秒,显著优于同类模型。定价仅为同档位主流工具的50%-70%,首周生成请求享五折优惠。MiniMax表示将持续开放权重,推动开源模型与闭源模型差距缩小,竞争焦点正转向高分辨率下的效率与成本。
百度发布文心5.5Flash Preview:2800亿参数、百万Token上下文,权重11月25日开源百度发布文心5.5 Flash Preview,总参数量2800亿,每Token激活140亿,支持最长100万Token上下文。模型在编程、3D建模、知识工作与内容创作表现突出,Terminal-Bench、AutomationBench等基准成绩具竞争力。编程为核心升级亮点,覆盖真实代码库修复迭代到完整构建复杂应用,并能在长周期开发任务中规划与执行。 刚刚 0
百度推出参数量达2800亿的文心5.5Flash Preview基础模型,每个Token激活140亿参数,支持最长100万Token上下文,在编程、3D建模、视频创作等场景表现突出。该模型在长周期开发任务中具备更强规划与迭代能力,并针对游戏开发进行专项训练;在3D建模方面优化对Blender、CAD工具的使用,可基于文本生成精准模型;视频创作方面覆盖科普、漫剧等15万+创作环境,支持全流程生成。模型已上线千帆平台,输入输出定价分别为忙时2元/8元、闲时1元/4元,限时五折,权重将于11月25日开源。
个人版 Gemini 关联邮箱与网盘后:部分摘要与敏感内容将面临人工审核随着个人版AI助手融入日常办公,数据隐私与安全边界再受关注。开发者测试报告指出,个人版Gemini关联Google Workspace后,可能根据日常对话自动检索Gmail或Google云端硬盘文件,用户未明确要求。谷歌官方帮助文档还提到,部分经Gemini处理的关联应用数据可能交由人工审核,引发自动检索与意外披露担忧。 刚刚 0
开发者测试报告指出,个人版Gemini在连接Google Workspace后可能在未明确授权情况下自动检索Gmail邮件及云端硬盘文件,且相关数据可能经人工审核,谷歌称此举为排查系统问题与改进服务,虽采取脱敏措施但仍无法完全消除个人信息泄露风险,用户可关闭活动保存以避免数据用于模型训练。