OTRouterClaude、GPT 一个 Key 调用看价格 →

AI 快讯

实时更新 · 最近 03:39北京时间

6月10日 周三

模型发布官方发布

ServiceNow-AI发布语码转换语音识别基准:ElevenLabs与Gemini 3 Flash表现领先

ServiceNow AI团队于Hugging Face平台发布一项针对语码转换(code switching)语音识别的基准测试报告。该测试覆盖西英、法英、加拿大法英及德英四组语言对,聚焦企业IT与HR服务场景,构建超900条经母语者审核的合成语音样本。 研究采用词错误率(WER)、语义词错误率(SWER)和答案错误率(AER)三项指标,对ElevenLabs Scribe V2、Google Gemini 3 Flash、Assembl...

模型发布社区讨论 · 待核实

NotebookLM 笔记本功能在欧洲 Gemini App 全面上线

NotebookLM 官方宣布,其笔记本功能已在欧洲地区的 Gemini App 中全面上线。此前用户仅能将 NotebookLM 笔记本作为外部资料源上传至 Gemini,现在用户可直接在 Gemini App 内访问所有个人未共享的笔记本,并支持将与 Gemini 的对话内容保存为新笔记本或添加至已有笔记本中。 该功能目前优先面向 Google AI Ultra、Pro 和 Plus 订阅用户的网页端开放。官方表示,未来几周内将逐步扩展...

模型发布媒体报道

Claude Code v2.1.170 发布,集成 Claude Fable 5 模型

Anthropic 发布 Claude Code v2.1.170 版本,正式引入新模型 Claude Fable 5(Mythos class)。官方表示,该模型能力超越此前所有已开放使用的 Claude 模型,并已完成安全验证。 本次更新还修复了一个关键问题:此前在 VS Code 集成终端或继承 Claude Code 环境变量的 shell 中启动时,会无法保存 session transcript,且无法通过 resume 参数恢...

模型发布社区讨论 · 待核实

Google 推出 Gemini 3.5 Live Translate,支持 70 余种语言实时语音翻译

Google首席科学家Jeff Dean宣布推出Gemini 3.5 Live Translate语音翻译模型,支持超过70种语言的实时语音到语音翻译。该模型是Google长期语音翻译研究的最新成果,旨在提升跨语言对话的自然性与实用性。 目前,Gemini 3.5 Live Translate已集成至Google Translate应用及Google AI Studio的Live API中,面向开发者和终端用户开放。官方示例显示,该技术已在...

模型发布社区讨论 · 待核实

Anthropic 发布面向公众的 Claude Fable 5 模型

Anthropic 正式推出 Claude Fable 5,一款面向公众开放的 Mythos 级大语言模型。该模型与 Mythos 5 共享底层架构,但引入了分类器门控机制:当检测到涉及网络安全、生物、化学及模型复制等敏感请求时,系统将自动回退至 Opus 4.8 进行处理,而非直接拒绝。 Claude Fable 5 支持 100 万 token 上下文窗口,具备长程自主执行能力,官方演示显示其可在一天内完成 5000 万行 Ruby 代...

模型发布社区讨论 · 待核实

Claude Fable 5 正式上线 OpenRouter

Anthropic 推出的编码专用大模型 Claude Fable 5 已正式上线 OpenRouter 平台。 该模型专为复杂、长期及高模糊性的软件工程任务设计,适用于遗留系统迁移、疑难生产环境 Bug 排查,以及持续数小时至数天的异步开发会话。 据官方信息,Claude Fable 5 在多项基准测试中达到当前最优(SOTA)水平,被定位为 Anthropic 目前最强的编码模型。

6月9日 周二

模型发布媒体报道

Anthropic 即将发布 Claude Mythos,同步推出精简版 Claude Fable

据 The Information 报道,Anthropic 即将正式发布新一代大模型 Claude Mythos,预计将在数小时内揭晓。 同日,Anthropic 还将推出名为 Claude Fable 的精简版本。其定价约为 Claude Opus 的两倍,显著低于此前传闻中 Mythos 的初始定价(Opus 的五倍)。 此次发布恰逢苹果 WWDC 期间,但目前尚未披露双方具体的合作细节。

模型发布社区讨论 · 待核实

Luma AI 发布视频生成模型 Ray3.2

Luma AI 官方宣布推出视频生成模型 Ray3.2。该版本主打“方向进,电影出”的核心特性,旨在将用户输入的方向性提示高效转化为高质量视频内容。 Ray3.2 是 Luma AI 在生成式视频领域的最新迭代。目前该模型已上线,用户可通过官网 lumalabs.ai/ray3 2 访问体验。

模型发布媒体报道

AI出行品牌AIVA正式发布,火山引擎提供大模型与座舱技术支持

由赛力斯、宁德时代等产业资本联合组建的AI出行品牌AIVA正式发布。其概念车AIVA Origin Concept同步亮相,首款量产车型AIVA ME7计划于2026年内上市,产品定位覆盖20万元以上市场。 AIVA提出“AI定义汽车”技术路径,旨在将汽车打造为具身AI生命体。火山引擎将为该品牌提供豆包大模型及智能座舱等底层技术服务。 双方表示,后续将围绕AI交互、智能体验与情感陪伴展开深度合作,推动人车关系在交互、智能与感受三个维度实现根本...

模型发布官方发布

Hugging Face 推出 Spaces agents.md 规范,支持 AI 代理自动调用与编排多媒体模型

Hugging Face 近日为旗下 Spaces 平台引入统一的 agents.md 接口规范,使 AI 代理可直接发现、调用并编排多个开源多媒体模型。该标准以纯文本形式提供 API schema、调用模板、文件上传方式及认证提示,无需额外 SDK 或手动集成。 在官方演示案例中,一个编码代理通过串联两个 Spaces——Ideogram 4 图像生成模型与 VAST AI/TripoSplat 单图三维高斯溅射重建模型——自动生成巴黎六处...

模型发布社区讨论 · 待核实

硅基流动联合CodeWhale推出DeepSeek V4终端部署方案

硅基流动宣布推出适配DeepSeek V4的终端部署优化方案,采用V4 Pro(侧重推理质量)与V4 Flash(侧重响应速度)双配置模式,以实现性能与成本的最佳平衡。专为DeepSeek V4打造的终端编码智能体CodeWhale已正式集成至SiliconFlow平台。该智能体支持流式推理、自动路由(根据任务复杂度动态切换模型与思考深度)、零漂移机制(通过预设规则保障输出符合V4定向)以及自我迭代能力(由V4辅助构建并持续优化底层框架)。

模型发布媒体报道

小米MiMo与TileRT联合推出UltraSpeed模式,1T模型输出速度突破1000 tokens/s

小米MiMo与TileRT联合发布MiMo V2.5 Pro UltraSpeed模式,首次实现1T参数旗舰模型输出速度突破1000 tokens/s。 该模式在模型侧采用FP4混合量化(仅量化MoE Expert)与DFlash块级masked并行推测解码,在编程场景下平均接受长度为6.30 tokens;系统侧由TileRT引入常驻内核引擎与异构流水线协作。 相关API于2026年6月9日至23日限时开放,定价为MiMo V2.5 Pro...

模型发布媒体报道

苹果WWDC 2026推出Siri AI:整合Gemini模型,以稳健策略应对AI竞赛

据 TechCrunch 报道,苹果在 WWDC 2026 上正式推出全新 Siri AI 功能,作为其迄今规模最大的 AI 更新。该版本深度集成 Google Gemini 模型,支持跨设备无缝运行、屏幕内容感知、邮件与消息历史信息提取,并可实时调用网络最新信息。 苹果软件工程高级副总裁 Craig Federighi 在发布会上指出,公司坚持“以人为核心”的 AI 理念,反对为技术而技术的盲目推进。新 Siri 旨在将先进技术转化为直观易...

模型发布媒体报道

Anthropic 推出 Swift 包,支持 Claude 接入 Apple Foundation Models 框架

Anthropic 宣布推出专为 Apple Foundation Models 框架设计的 Swift 包,使开发者可在 iOS 27、iPadOS 27、macOS 27、visionOS 27 及 watchOS 27 系统中,以原生 Swift 方式直接集成 Claude 模型能力。 该工具包支持通过引导式提示(prompt guided generation)仅用三行代码生成类型安全的 Swift 值。针对多步推理、代码生成、联网搜...

模型发布媒体报道

苹果推出基于谷歌 Gemini 模型的新 AI 架构

苹果公司宣布推出全新 AI 架构,其核心基于谷歌 Gemini 系列模型构建。该架构由苹果自主研发,旨在将 Gemini 的模型能力深度整合至 iOS、macOS 等自有生态系统中。 目前苹果尚未披露该架构的具体技术参数、部署方式及上线时间表。官方表示,相关功能将遵循苹果一贯的隐私保护与本地化处理原则。 此举标志着苹果在推进自研 AI 技术的同时,开始探索引入第三方大模型作为底层技术补充。

模型发布媒体报道

Claude 为 Connector 开发者上线性能监控仪表盘(公测)

Claude 面向已发布至其 Connector 目录的开发者,正式上线性能监控仪表盘公开测试版。该仪表盘支持追踪活跃用户数、工具调用次数、目录排名、健康评分、错误率及平均延迟,并可按具体工具细分错误归因;同时支持按 Claude、Claude Code、Cowork 等产品维度拆解使用数据。 访问该仪表盘需 Team 或 Enterprise 账户,且用户须具备 Admin/Owner 权限或被授予相应自定义角色。基于 MCP 协议构建的...

模型发布社区讨论 · 待核实

Runway 推出 Aleph 2.0 视频编辑模型,支持一键智能适配多宽高比

Runway 近日推出 Aleph 2.0 视频编辑模型,该功能可基于单条原始视频自动适配不同平台所需的宽高比。用户上传视频并选择目标尺寸(如 9:16、4:3 或 1:1)后,模型将利用 AI 智能填充画面边缘区域,生成自然连贯的扩展内容,使成片观感如同原生拍摄。 该功能现已上线 Runway 桌面 Web 应用,无需额外插件或本地部署。据官方介绍,Aleph 2.0 的填充逻辑基于场景语义理解与运动一致性建模,主要面向短视频分发与社交媒体...

6月8日 周一

模型发布社区讨论 · 待核实

OpenRouter 推出 Advisor 工具:支持小模型动态咨询高智能顾问模型

OpenRouter 近日上线新服务器工具 Advisor,允许较小参数规模的模型在运行过程中动态咨询更高智能水平的“顾问”模型。该机制旨在帮助小模型突破推理瓶颈,避免陷入逻辑循环或错误响应,同时协助开发者向成本更低的模型迁移。 Advisor 通过服务端协调实现跨模型协同,不改变原有模型架构。官方表示,该方案有助于在保障输出质量的同时,降低对昂贵大模型的依赖。目前该功能已集成至 OpenRouter 平台。

模型发布社区讨论 · 待核实

面壁智能发布语音生成模型 VoxCPM2 技术报告并开源

面壁智能(OpenBMB)正式发布语音生成模型 VoxCPM2 技术报告。该模型参数量为20亿,基于超200万小时多语言语音数据训练,支持30种语言及9种中文方言。 VoxCPM2 具备自然语言语音设计、可控语音克隆与高保真延续性语音生成能力。其技术方案采用16kHz语义编码与48kHz波形重建双阶段架构,集成AudioVAE实现高保真语音重建,并在零样本及指令跟随TTS基准测试中达到SOTA或极具竞争力水平。 目前,相关模型权重、微调代码与...

模型发布媒体报道

Kimi Code 宣布焕新升级,同步发布配套视频教程

月之暗面(Moonshot)旗下 AI 编程辅助工具 Kimi Code 近日宣布完成版本焕新升级。本次更新重点优化了代码理解与生成能力,进一步强化了对长上下文处理及多文件协同分析的支持。 升级后,Kimi Code 在 Python、JavaScript、TypeScript 等主流编程语言的代码补全、错误诊断与重构建议等场景下表现更为流畅。官方已同步上线配套视频教程,详细演示了安装配置、核心功能操作及典型开发场景应用。 据悉,此次升级维持...

模型发布官方发布

心洲科技开源749B智能体模型Macaron-V1-Preview

心洲科技(Mindverse)旗下Mind Lab正式开源个人智能体模型Macaron V1 Preview,参数量为749B。该模型基于GLM5.1预训练底座,支持202K上下文,采用MIT协议开源。 技术架构方面,模型创新采用Mixture of LoRA(MoL)设计,将情感交互、工具调用、代码生成等能力封装为独立LoRA技能包,支持秒级动态切换与数据隔离。后训练阶段仅需微调轻量技能包,无需更新744B基座参数,团队使用不足300张GP...

模型发布媒体报道

高德发布全球首个3D原生城市世界模型ABot-Earth0.5

阿里巴巴旗下高德正式发布全球首个3D原生城市世界模型ABot Earth0.5,目前已建成覆盖190多个国家和地区的3D地图。 该模型支持用户输入卫星图像或文字描述,在消费级GPU上约10分钟即可生成公里级3D城市模型,输出格式为可编辑的3DGS,可直接导入Unity等主流引擎。 官方数据显示,其制图成本约为传统方式的1%,效率提升约1000倍,适用于具身智能、低空经济、应急救援等场景。目前模型已开放内测,申请入口为abot earth.am...

6月7日 周日

模型发布官方发布

Hugging Face 社区发布 Claude 代码会话分析工具 Her

开发者在 Hugging Face 发布开源工具 Her(हेर),专为分析 Anthropic Claude 的代码会话(Code sessions)设计。该工具可解析会话生成的 .jsonl 日志文件,自动还原执行过程、定位关键操作(如部署、配置变更、密钥使用)、追踪 token 消耗及工具调用路径,并以自然语言呈现分析结果。 Her 基于本地运行的 Nemotron Mini 4B Instruct 模型(通过 ZeroGPU 在 Hu...

6月6日 周六

模型发布媒体报道

OpenCV 5 正式发布:升级 DNN 引擎,原生支持大模型

OpenCV 5 已正式发布。新版本采用基于图的深度神经网络(DNN)引擎,ONNX 算子覆盖率从 4.x 版本的不足 23% 提升至超过 80%。 OpenCV 5 首次原生支持 Transformer 架构、视觉语言模型(VLM)和大语言模型(LLM)。其他重要更新包括:增强 Python 集成与命名参数支持、精简核心代码、明确硬件加速抽象层、原生支持 FP16/BF16 数据类型、规范化 0D/1D 张量处理、扩展 3D 视觉功能,以及...

模型发布官方发布

Hugging Face 推出 Persona Atlas:基于小型模型量化映射公众人物思维风格

Hugging Face 团队在“build small”黑客松活动中推出开源项目 Persona Atlas,旨在通过小型语言模型对公众人物的思维风格进行可量化映射。 该项目运行分为三步:首先由工具调用型 Agent 在开放网络中检索并构建人物事实档案;随后让该“人格体”回答10个开放性哲学类问题(涉及身份、伦理、自由意志等);最后将所有回答转化为向量嵌入,生成可比对的风格坐标与特质热力图(如怀疑主义、幽默感、抽象倾向等)。 整个流程依托...

模型发布媒体报道

Claude Code v2.1.166 发布:新增多级后备模型、glob 工具拒绝规则及多项稳定性修复

Anthropic 正式发布 Claude Code v2.1.166。该版本引入 fallbackModel 配置能力,支持最多指定三个后备模型,在主模型过载或不可用时按序自动切换; fallback model 参数现已扩展至交互会话场景。 新版本在 deny rule 中支持 glob 模式(如 " " 可拒绝全部工具),并增加对未知工具名启动的警告提示;跨会话消息中继机制不再传递用户权限,接收方将主动拒绝被中继的权限请求。 此外,通过...

模型发布官方发布

Hugging Face推出基于3B模型的多智能体经济模拟项目Thousand Token Wood

Hugging Face团队在Build Small Hackathon活动中推出名为“Thousand Token Wood”的开源多智能体经济模拟项目。该项目基于Qwen2.5 3B(30亿参数)语言模型构建,由5个拟人化林地生物智能体组成,各自生产不同商品(如橡果、蜂蜜、柴火),在稀缺性机制(食物种类限制、商品腐坏、冬季燃料危机)驱动下自发进行交易、囤积与价格博弈。 项目采用vLLM框架部署于Modal平台,前端通过Gradio提供交互...