
Meta甩出语音转写“神器”:准确识别中英文夹杂,支持超20人长聊1小时(在新窗口打开)
Meta推出实时音频感知模型Muse Voice Transcribe,支持超20位说话人分割与超1小时长音频转写,可无缝切换中英文夹杂表达,在Artificial Analysis流式语音转文本基准测试中排名第一。
共 56 篇

Meta推出实时音频感知模型Muse Voice Transcribe,支持超20位说话人分割与超1小时长音频转写,可无缝切换中英文夹杂表达,在Artificial Analysis流式语音转文本基准测试中排名第一。

今天,我们上线并开源GLM-5.3-Flash (320B-A18B),这是GLM-5系列的首个原生多模态模型。大家好像已经习惯将前沿智能与前沿价格绑定,并认为这是技术进步必须支付的成本。今天,GLM-5.3-Flash来了:320B总参数,能力超过GLM-5.2,在全球权威的Artificial Analysis Intelligence Index(AA综合智能指数)中取得57分

27B正在成为本地AI的新选择。 一个能塞进24GB家用显卡的开源模型,凭什么被开发者称为新模型的斩杀线? 答案藏在一张榜单里:在Artificial Analysis最新的Intelligence Index上拿到了52分,和GPT-5.6 Luna、DeepSeek-V4-Flash打成平手。换句话说,往后再发小模型,够不到这条线,就很难再让人提起兴趣。 它就是刚刚开源的Qwen3.8-27B。 而比这个分数更让个人开发者上心的一点是:这一次,它是真的能被下载回家、跑在自己电脑上的。 Qwen3.8-27B在正式开放权重之前,海外开源社区已经等了好一阵。 量化版本什么时候出来,24GB显存

8 月 2 日起,Claude 生成的每一段文字都将携带隐形水印。水印嵌在文本的统计分布里,复制粘贴也会被带走,部分编辑也抹不掉。Anthropic 周一在帮助文档中公布了这项计划。触发它的是欧盟 AI 法案 Article 50 的透明度要求——生成式 AI 提供商必须标记输出内容。

文图音视频一把抓。 智东西8月3日报道,今日,MiniMax正式开源新一代通用视频模型MiniMax H3。 MiniMax H3是一个通用型全模态生成系统,可统一理解文本、图像、视频和音频组成的多模态上下文,生成最长15秒、最高2K分辨率并带有原生立体声音频的视频。 此前7月31日,MiniMax H3发布。目前,在Artificial Analysis有声视频编辑榜单中,MiniMax H3以1130分的Elo成绩位列第一,领先Gemini Omni Flash、HappyHorse-1.0、Wan 2.7等国内外视频模型。 ▲MiniMax H3位列有声视频编辑榜单榜首 H3系统由H3-

模型越来越多,入口却不一定越来越好用。 7月29日,Agnes AI正式启用全新国内官网域名:https://agnes-ai.cn/ 同一时间,API访问入口完成换挡,Agnes 2.5 Pro Alpha杀入Artificial Analysis综合能力榜单前列,2.5 Flash继续不限期免费开放。 一场围绕模型能力、开发者入口和多模态落地的抢位战,已经打响。 国内访问入口升级API服务同步调整 随着AI应用生态不断扩大,模型服务的稳定访问和开发体验成为开发者关注的重要环节。 此次Agnes国内官网上线,是其进一步完善国内用户服务体系的重要一步。为了配合国内访问入口调整,Agnes还同步

同样一兆瓦电,英伟达最新的GB300 NVL72能同时扛住61400个智能体,上一代H200只扛得住大约2600个。这中间,差了整整20倍。它就是独立评测机构Artificial Analysis发布的新基准:AA-AgentPerf。

终端党狂喜!Anthropic甩出Claude Code重磅更新:工作成果一键化身实时交互网页。无需部署、隐私安全,不管是PR演示还是数据可视化,都能从终端长出。速来解锁,让你的代码工作流直接起飞!

文生图的"慢思考",到底有没有用? “8B 开源版是一扇窗,真正的风景还在 200B+ 参数的 Pro 版本之后。” 智象未来 HiDream-O1-Image 开源版(8B)发布之后,我在测评最后留下了这样一句判断。前者以 Peanut 匿名登上 AA 榜、拿下文生图开源模型全球第一的事迹犹在眼前,今天 1.5 闭源版本又和公众见面了。 珠玉在前,HiDream-O1-Image-1.5 可以说是备受瞩目,而智象未来的官方口径很大程度上回应了这种期待:“连续登顶不仅印证了智象未来在图像生成大模型上的硬核实力,更标志着公司已稳居全球视觉生成大模型的第一梯队”。 看过 1.5 版本在 Artif

在具身智能快速发展的今天,机器人已经不再满足于「看见」刚体物体,而是开始真正走向复杂环境中的交互与操作。从机械臂开柜门,到服务机器人整理抽屉,再到工业场景中的工具操作,大量真实世界目标都属于关节物体(Articulated Objects)。