OpenAI 发布 GPT-Live 语音模型
OpenAI 发布新一代语音模型 GPT-Live，现已驱动 ChatGPT Voice，面向更自然的人机语音交互。
全部AI 动态
全部动态
今日 0 条OpenAI News精选AI 评分7777
枫言枫语AI 评分6666 Vol. 170 Fable 5 重出江湖，GPT 仍需努力
Anthropic 在 X 发推正式解禁 Fable 5 模型，主播实测后认为其智商与任务完成质量有明显提升，很适合用来讨论和写 Spec。订阅用户只能使用套餐额度的 50%，消耗比 Opus 4.8 更快，且只能用到 7 月 7 日；节目还聊了 Superpowers、Grillme 等 Skill 与工程化自动化实践。
OpenAI NewsAI 评分4949 OpenAI 预览 GPT-5.6 Sol：下一代模型
OpenAI 预览下一代模型 GPT-5.6 Sol，其在编程、科学和网络安全领域的能力更强。该模型搭配了 OpenAI 目前最先进的安全栈。
Google DeepMind精选AI 评分7878 Gemini 3.5 Flash 新增内置计算机使用能力
Google DeepMind 宣布 computer use 成为 Gemini 3.5 Flash 的内置工具，开发者可通过 Gemini API 与 Gemini Enterprise Agent Platform 用它构建跨浏览器、移动端和桌面环境操作的智能体。
推荐理由：计算机使用此前仅作为独立的 Gemini 2.5 模型提供，本次原生集成进 Flash 主模型，开发者可直接用它构建跨平台智能体。
AIGC Weekly精选AI 评分8484 智谱开源发布 GLM-5.2，基准测试逼近 GPT 5.5 与 Opus 4.8
智谱上周正式开源并发布 GLM-5.2，在多项开放基准测试中得分与 GPT 5.5、Opus 4.8 大致抗衡。模型沿用 DeepSeek V3.2 的 MLA 与 DSA 机制并新增 IndexShare，上下文从 200K 扩展到 1M，但被指完全没有视觉能力，且思考轨迹近 220K token、容易过度思考，导致首字输出体感较慢。
推荐理由：汇总多位从业者的实测评价与定价拆解，可借以比较 GLM-5.2 与闭源前沿模型在编码和 Agent 场景中的真实差距。
智谱 · 官方公众号精选AI 评分8181 智谱上线并开源 GLM-5.2：专注 Coding 与长程任务
智谱今天上线并开源 GLM-5.2，专为长程任务设计，支持 1M 上下文，在 Code Arena 盲测中位列全球可用模型第一。多个长程任务基准显示其表现介于 Claude Opus 4.7 与 4.8 之间，是排名最高的开源模型；FrontierSWE 上仅比 Opus 4.8 低 1%。
推荐理由：原文给出 GLM-5.2 在 1M 上下文与编程基准上与 Claude Opus 的具体差距，便于横向比较开源模型当前位置。
智谱 · 官方公众号精选AI 评分7373 智谱 GLM-5.2 全量开放，下周上线 API 并按 MIT 协议开源
智谱宣布 GLM-5.2 于今晚 5:21 面向 GLM Coding Plan 全量用户开放，覆盖 Lite / Pro / Max / 团队版。GLM-5.2 支持 1M 上下文，被智谱称为迄今能力最强的开源国产 Coding 模型；其 API 将于下周上线，模型下周按 MIT 协议正式开源。
推荐理由：原文写清了 GLM-5.2 的开放节奏、版本范围与开源协议，读者可据此判断它能否进入现有编码工作流。
Google DeepMind精选AI 评分8484 Google 发布 Gemini 3.5 Live Translate，支持 70+ 语言近实时语音翻译
Google DeepMind 发布音频模型 Gemini 3.5 Live Translate，支持 70+ 语言的近实时语音到语音翻译，可保留说话者的语调、节奏和音高，连续生成且全程仅比说话者滞后几秒。
推荐理由：官方公布了 70+ 语言与连续生成机制，并开放 Gemini Live API 等多端入口，可据此判断实时语音翻译在会议和通话场景的可用性变化。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemma 4 12B：统一的无编码器多模态模型
Google DeepMind 发布 Gemma 4 12B，一款可在笔记本本地运行的多模态模型。该模型采用无编码器统一架构，视觉与音频输入直接进入 LLM backbone，仅需 16GB VRAM 或统一内存即可运行，性能接近 26B MoE 模型。它是该系列首款支持原生音频输入的中型模型，已采用 Apache 2.0 许可证开源。
推荐理由：官方给出了 16GB 内存即可本地运行的规格，以及与 26B MoE 模型的性能对比，便于开发者评估端侧部署方案。
AIGC WeeklyAI 评分3535 AIGC Weekly #174：Krea 2、Ideogram 4.0、Reve 2.0 与 MAI-Image-2.5 发布
Krea、Ideogram、Reve 与微软相继发布 Krea 2、Ideogram 4.0、Reve 2.0 及 MAI-Image-2.5 图像模型。Ideogram 4.0 为 9.3B 开源模型并支持结构化 JSON 提示词，Reve 2.0 则实现原生 4K 输出与图层级编辑。
OpenAI NewsAI 评分5252 OpenAI 为 GPT-Rosalind 推出生命科学新能力
OpenAI 为 GPT-Rosalind 推出多项新能力，涵盖生物推理、药物化学、基因组学分析与实验流程。官方称这些能力旨在推进生命科学研究。
AIGC WeeklyAI 评分4646 AIGC Weekly #173：Anthropic 发布 Opus 4.8 与动态 Workflow，Codex 推出大量体验更新
Anthropic 发布 Opus 4.8 模型与动态 Workflow，动态 Workflow 可并发启动多达数百个 Subagent 完成代码库调研等大规模任务。
AIGC WeeklyAI 评分5757 AIGC Weekly #172：谷歌 I/O 发布 Gemini 3.5 Flash 与 Gemini Omni，OpenAI Codex 新增 /goal 等功能
本期周刊盘点上周 AI 动态：谷歌 I/O 发布 Gemini 3.5 Flash、视频模型 Gemini Omni 以及编程平台 Antigravity，OpenAI Codex 新增 /goal 等多项功能。
智谱 · 官方公众号AI 评分6262 GLM-5.1高速版：400 tokens/s，顶尖模型跑出最快速度
智谱面向部分企业客户推出 GLM-5.1 高速版 API “GLM-5.1-highspeed”，模型输出速度达 400 tokens/s，并在完整保留 GLM-5.1 旗舰能力的同时实现低延迟。
Google DeepMind精选AI 评分8181 Google DeepMind 发布 Gemini Omni Flash 模型
Google DeepMind 发布 Gemini Omni 系列首款模型 Gemini Omni Flash，支持将图像、音频、视频和文本组合作为输入生成高质量视频。
推荐理由：原文给出了 Gemini Omni Flash 的多模态输入与对话式编辑能力，读者可据此判断其视频生成工作流的变化。
Google DeepMindAI 评分5353 WeatherNext 如何帮助美国国家飓风中心更准确地预测飓风 Melissa 在牙买加的历史性登陆
Google DeepMind 与 Google Research 的 AI 气象模型 WeatherNext 提前五天以 80% 置信度预测飓风 Melissa 将在牙买加以五级强度登陆，三天前升至接近 100%，帮助美国国家飓风中心（NHC）为牙买加社区争取到更多预警和疏散时间。
Google DeepMind精选AI 评分8787 Google DeepMind 发布 Gemini 3.5 系列模型
Google DeepMind 发布 Gemini 3.5 系列模型，率先推出 3.5 Flash。该模型在 Terminal-Bench 2.1 等基准上优于 Gemini 3.1 Pro，输出 token 速度是其他前沿模型的 4 倍。3.5 Flash 现已向数十亿用户开放，3.5 Pro 计划下月推出。
推荐理由：官方发布 Gemini 3.5 Flash 并给出关键基准数据，读者可据此判断其在智能体与编码任务上的实际表现。
OpenAI NewsAI 评分2727 Databricks 将 GPT-5.5 引入企业级智能体工作流
Databricks 将 GPT-5.5 引入企业级智能体工作流。此前，GPT-5.5 在 OfficeQA Pro benchmark 上创造了新的 SOTA 纪录。
OpenAI NewsAI 评分3838 OpenAI 以 GPT-5.5 和 GPT-5.5-Cyber 扩展 Trusted Access for Cyber
OpenAI 扩展 Trusted Access for Cyber 项目，引入 GPT-5.5 和 GPT-5.5-Cyber。经验证的网络安全防御者可利用这两款模型加速漏洞研究，从而更好地保护关键基础设施。
OpenAI News精选AI 评分7070 OpenAI 在 API 中推出新的实时语音模型
OpenAI 在 API 中推出新的实时语音模型，可对语音进行推理、翻译和转录，带来更自然、更智能的语音体验。
OpenAI News精选AI 评分7171 GPT-5.5 Instant 发布：更智能、更清晰、更个性化
OpenAI 发布 GPT-5.5 Instant，更新 ChatGPT 的默认模型。新模型提供更智能、更准确的答案，减少模型幻觉，并改进个性化控制。
推荐理由：官方更新了 ChatGPT 默认模型，列出更准、幻觉更少和个性化控制增强三点变化，适合关注默认体验升级的用户。
AIGC WeeklyAI 评分4242 AIGC Weekly #168：OpenAI 发布 GPT-5.5 与 GPT-Image 2.0，DeepSeek 推出 DeepSeek-V4
OpenAI 发布 GPT-5.5 与 GPT-Image 2.0，DeepSeek 发布 DeepSeek-V4 Pro 与 Flash。
DeepSeek 更新日志精选AI 评分8080 DeepSeek API 支持 V4-Pro 与 V4-Flash
DeepSeek API 已支持 V4-Pro 与 V4-Flash，兼容 OpenAI ChatCompletions 接口与 Anthropic 接口，base_url 不变，model 参数改为 deepseek-v4-pro 或 deepseek-v4-flash。
推荐理由：官方更新日志给出了新模型名、接口兼容方式与旧模型名的停用时间，可直接据此安排迁移。
OpenAI News精选AI 评分8585 OpenAI 发布 GPT-5.5
OpenAI 发布 GPT-5.5，该模型专为处理跨工具的编码、研究和数据分析等复杂任务而构建。
OpenAI NewsAI 评分5353 OpenAI 发布开源权重隐私过滤模型 Privacy Filter
OpenAI 发布开源权重模型 Privacy Filter，用于检测并脱敏文本中的个人身份信息（PII），检测准确率达到 SOTA。
OpenAI News精选AI 评分6060 OpenAI 发布生命科学推理模型 GPT-Rosalind
OpenAI 发布 GPT-Rosalind，这是一个面向生命科学领域的前沿推理模型，旨在加速药物发现、基因组分析、蛋白质推理和科学研究工作流。
推荐理由：原文点明该模型面向药物发现、基因组分析和蛋白质推理，读者可据此判断 OpenAI 在垂直科学领域的布局方向。
Google DeepMind精选AI 评分6767 Google DeepMind 发布 Gemini 3.1 Flash TTS，新一代表现力 AI 语音模型
Google DeepMind 发布 Gemini 3.1 Flash TTS 文本转语音模型，在 Artificial Analysis TTS 榜单取得 Elo 1211，支持 70+ 语言、原生多人对话，并引入 audio tags 以自然语言精细控制语音风格、节奏与表达。
推荐理由：原文给出了 Elo 1211 的榜单分数与 audio tags 的具体用法，读者可据此判断它相对现有 TTS 方案的可控性优势。
AIGC Weekly精选AI 评分7676 AIGC Weekly #166：Anthropic 发布 Mythos 模型与一系列新功能
Anthropic 发布被称为其至今最强模型的 Mythos，该模型不向公众开放，仅通过 Project Glasswing 有限提供给互联网基础设施服务商用于发现漏洞，价格为 $25/$125（百万输入/输出 token）。
推荐理由：这篇周刊梳理了 Mythos 的漏洞挖掘能力、advisor tool 的调用方式以及 Claude Managed Agents 的基础设施封装，可据此判断 Anthropic 在 Agent 与安全方向的产品路线。
Google DeepMind精选AI 评分6969 Gemini Robotics-ER 1.6 发布：增强具身推理，驱动真实世界机器人任务
Google DeepMind 发布 Gemini Robotics-ER 1.6，这是其推理优先具身推理模型的重大升级，即日起通过 Gemini API 与 Google AI Studio 向开发者开放，并提供配置与提示示例的开发者 Colab。
推荐理由：原文给出相对上一代与 Gemini 3.0 Flash 的逐项基准对比，读者可据此判断具身推理在工业巡检场景的可用边界。
Google DeepMind精选AI 评分8585 Google DeepMind 发布 Gemma 4 开源模型
Google DeepMind 发布 Gemma 4 系列开源模型，包含 E2B、E4B、26B MoE 和 31B Dense 四种规格。该系列与 Gemini 3 同源，采用 Apache 2.0 许可证，31B 模型在 Arena AI 排行榜位列开源模型第三。模型支持多模态、长上下文及智能体工作流，E2B 和 E4B 专为移动和 IoT 设备设计。
推荐理由：Google DeepMind 发布与 Gemini 3 同源的 Gemma 4 开源模型，读者可据此对比开源与闭源模型在端侧与智能体场景的能力边界。
Google DeepMind精选AI 评分7272 Gemini 3.1 Flash Live 发布：让语音 AI 更自然、更可靠
Google DeepMind 发布 Gemini 3.1 Flash Live，这是其目前最高质量的音频与语音模型，旨在提升实时对话的速度与自然度。该模型在 ComplexFuncBench Audio 上得分 90.8%，支持 Gemini Live 对话时长翻倍，并推动 Search Live 扩展至 200 多个国家/地区，所有生成的音频均带有 SynthID 水印。
推荐理由：相比前代模型，Gemini 3.1 Flash Live 在语音精确度、延迟与上下文长度上均有提升，并推动 Search Live 扩展至全球。
Google DeepMind精选AI 评分7171 Lyria 3 Pro 发布：支持 3 分钟曲目并接入更多 Google 产品
Google DeepMind 发布 Lyria 3 Pro，支持创作最长 3 分钟的曲目，能理解音乐结构并通过提示词指定前奏、主歌、副歌和桥段。该模型已在 Vertex AI 公开预览，并接入 Google AI Studio、Gemini app、Google Vids 与 ProducerAI 等更多产品。
推荐理由：官方说明了 Lyria 3 Pro 的 3 分钟曲目长度与结构感知能力，并给出各端上线入口，读者可据此判断音乐生成工作流的变化。
OpenAI News精选AI 评分7676 OpenAI 发布 GPT-5.4 mini 与 nano
OpenAI 发布 GPT-5.4 mini 和 nano，它们是 GPT-5.4 的更小更快版本。两款模型针对编码、工具调用、多模态推理以及大规模 API 和子智能体负载进行了优化。
推荐理由：原文点明 mini 和 nano 相对 GPT-5.4 更小更快，并面向编码、工具调用与大规模 API 负载优化，可据此判断其在成本敏感场景中的定位。
OpenAI NewsAI 评分3535 OpenAI 如何改进前沿 LLM 的指令层级
IH-Challenge 通过训练模型优先遵循可信指令，提升前沿 LLM 的指令层级、安全可控性以及抵抗提示词注入攻击的能力。
OpenAI News精选AI 评分8787 OpenAI 发布 GPT-5.4
OpenAI 发布 GPT-5.4，定位为面向专业工作的最强、最高效的前沿模型。该模型具备 SOTA 级编码、计算机使用、工具搜索能力，以及 1M-token 上下文。
推荐理由：原文给出了 GPT-5.4 的核心能力与 1M-token 上下文规模，读者可据此判断其是否适配专业工作场景。
Google DeepMind精选AI 评分7070 Gemini 3.1 Flash-Lite 发布：主打大规模低成本智能
Google DeepMind 发布 Gemini 3.1 Flash-Lite，这是 Gemini 3 系列中最快且最具成本效益的模型。该模型已通过 Google AI Studio 和 Vertex AI 推出预览版，输入 token 价格为 $0.25/1M，输出为 $1.50/1M。
推荐理由：官方给出其相对 2.5 Flash 的速度提升与 token 定价，读者可据此评估高频工作流的成本变化。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Nano Banana 2：兼具 Pro 级能力与极速体验
Google DeepMind 发布 Nano Banana 2（Gemini 3.1 Flash Image），将 Nano Banana Pro 的高级世界知识与推理能力与 Flash 级速度相结合。
推荐理由：官方对比了 Nano Banana Pro 与新模型的差异，说明 Nano Banana 2 如何在保持 Pro 级画质与推理能力的同时实现 Flash 级速度。
AIGC WeeklyAI 评分5454 AIGC Weekly #159 速览 Claude Sonnet 4.6 与 Gemini 3.1 Pro 等新发布
本期 AIGC Weekly 汇总上周 AI 领域主要发布：Anthropic 推出 Claude Sonnet 4.6 模型与 Claude Code Security 安全工具，谷歌发布 Gemini 3.1 Pro 与 Gemini Deep Think 3。
OpenAI NewsAI 评分4242 OpenAI 公布其模型对 First Proof 数学挑战赛的证明尝试
OpenAI 公布了其 AI 模型对 First Proof 数学挑战赛的证明尝试，以测试模型在专家级问题上的研究级推理能力。这些证明尝试均由 OpenAI 的 AI 模型生成，围绕该数学挑战赛的专家级问题展开。
Google DeepMind精选AI 评分8383 Gemini 3.1 Pro 发布：为复杂任务打造的更智能模型
Google DeepMind 发布 Gemini 3.1 Pro，该模型专为复杂任务设计，核心推理能力显著提升。它在 ARC-AGI-2 基准测试中取得 77.1% 的验证得分，是 Gemini 3 Pro 的两倍多。目前开发者可通过 Gemini API、Vertex AI 等渠道以预览版访问，消费者可在 Gemini 应用和 NotebookLM 中使用。
推荐理由：原文给出了新模型在 ARC-AGI-2 上的具体得分与前代对比，读者可直观了解其核心推理能力的提升幅度。