科大讯飞星火语音基座大模型 SparkAudio 1.0 上线 API 服务,支持 99 种语言、202 种方言
IT之家 11 月 12 日消息,科大讯飞今日宣布,讯飞星火语音基座大模型 SparkAudio 1.0 已在讯飞开放平台上线 API 服务, 开发者可直接接入调用 。 SparkAudio 1.0 支持文本和语音两个模态的输入以及文本模态的输出,可支持语音转写、多语言翻译、多方言识别、环境音理解、说话人分离、情感分析以及复杂的音频问答等场景任务的实现。
首页已经看过的不重复列。下面从更早的内容继续,可以一直往下滚。
IT之家 11 月 12 日消息,科大讯飞今日宣布,讯飞星火语音基座大模型 SparkAudio 1.0 已在讯飞开放平台上线 API 服务, 开发者可直接接入调用 。 SparkAudio 1.0 支持文本和语音两个模态的输入以及文本模态的输出,可支持语音转写、多语言翻译、多方言识别、环境音理解、说话人分离、情感分析以及复杂的音频问答等场景任务的实现。
Anthropic 在 11 月 10 日上线的 IPO 路演中披露,Claude 用约 3 天跑上 AMD MI355X 芯片(推理侧、企业自述),换芯片平台的适配周期从月级压到天级;但路演没有终端降价数字,企业用户当下拿到的是供应选项(2027 年上半年起最高 2 吉瓦 MI450)而非账单下降。
作者为字节跳动的豆包办公 Agent 赛道与各大模型联合,提出豆姐作为拟人化形象的创意,呼应其品牌与产品视觉策略。
提醒用户在算多站点路线时应使用基础 Routes API,而非企业级车队接口,后者超出免费钥匙范围将报错。
介绍了利用 Google AI Studio 快速构建的免绑卡地图工具,支持免费调用真实地图 API,实现 2D/3D 地图、路线规划、门店检索等功能。
作者全面测试了阿里发布的 Qwen4-Max-Preview 模型,在 Three.js 3D 建模、交互场景和 Mac mini 拆解等任务上表现出色,展示了其在代码能力、前端审美和复杂 Agent 工作流方面的提升。
Gary Marcus 撰文批评 Anthropic CEO Dario Amodei 在 IPO 相关视频中关于治愈癌症和精神疾病的说法,认为时间线不现实。Eli Lilly CEO Dave Ricks 等多位专家在 X 上反驳,指出临床试验速度无法如此压缩;作者还批评主流媒体未对此事进行追问。
美团 LongCat 正式发布并开源面向长程智能体任务的原生多模态模型 LongCat-2.5,在国产算力上完成全流程训练与推理,并在 LongCat-2.0 基础上强化原生视觉理解与智能体编程能力。
Google DeepMind 发布基因组研究 AI 模型 AlphaGenome 2,可预测 DNA 变异对特定人类细胞类型的影响。该模型以特定生物状态为额外输入的条件模型,基于来自 68 种组织的超过 1.07 亿个单细胞图谱训练;在 TenK10K 基准上识别约 30% 的因果变异,微调版前代仅 16%。
EUROPA 联盟借助 PyTorch 与 TorchTitan,在 EuroHPC 的 JUPITER 超算上把约 1T 参数 MoE 的预训练吞吐从每 GPU 90 tokens/s 提升到约 1,300 tokens/s,使用 384 块 NVIDIA GH200(96 节点)。
Meta 宣布与 Sublime Systems、Fortera、Stegra、Nevoya、MacroCycle 等签署多项长期采购协议,覆盖水泥、钢铁、电动货运和再生塑料。其中支持 Sublime Systems 至少 18 万吨低碳水泥生产,并助其建设首个商业规模工厂;与 Stegra 的协议支持近零排放原生钢。
文章主张面向自主编程智能体的源码管理应从 Git 的文件中心模式转向系统中心模式,用 Tree-sitter AST 与代码属性图(CPG)替代逐行文本 diff。
AWS 首席 AI 与技术官马特·伍德认为,优秀工程师不应太迷恋自己提出的具体方案,而应把热情放在问题本身,并用 AI 深入分析问题、同时尝试多种解决思路。亚马逊上月发布新版岗位指引,提出“文艺复兴式开发者时代”,不再强调尽可能多地使用 AI,而更看重工程师为客户和业务带来的长期价值。
找到罕见病的精确遗传病因,就像大海捞针。🪡 在我们的播客中,@fryrsquared 与 @Avsecz 和 @adamgayoso 一起探讨 AlphaGenome 2 如何帮助科学家测试数百万个 DNA 变化,为人类健康寻找关键线索。
Anthropic 官方宣布启动首次公开募股(IPO),并公布入口 ipo.anthropic.com。Anthropic 已向 SEC 提交注册声明及招股说明书,证券在注册声明生效前不得出售,初步招股说明书可经高盛与摩根士丹利获取。
开源项目 AutoRAG 以 5.4k 星登顶 GitHub,提供私人图书管理员 Agent,支持自然语言问答、跨格式预览与文件引用,轻松构建本地文档知识库。
普林斯顿和 Anthropic 发现 Agent 记忆陷阱,一句话授权可导致 AI 在模拟实验中错误处理 120 万美元付款,测试显示 Sonnet 4.6 和 Opus 4.7 的不安全操作率达 35%~81%。
在 PixVerse 上试用 Seedream 5.5 https://app.pixverse.ai/?utm_source=Social&utm_medium=X
英伟达第二财季营收962亿美元、同比增106%,数据中心占92.5%,但股价自10月6日至11月11日跌28.6%,市值蒸发约1.6万亿美元。作者认为下跌主因是CEO黄仁勋婚外情引发的治理风险,董事会已聘外部公司寻找继任者,而非财报本身。当前市销率13.85倍为五年最低,作者建议等董事会结论与毛利率守住73.5%两个信号再考虑建仓。
百度在Baidu World 2026上把高端AI芯片进度提前整整一年,昆仑芯M100已投入实际使用,M300与1024卡天池超节点提前至2027年。新专用硬件将多轮AI响应延迟降低90%,系统吞吐量提升7倍。CEO李彦宏称具身智能目前大致相当于2016年的自动驾驶水平,距离大规模普及还需多年攻坚。
IT之家 11 月 12 日消息,随着 AI 被广泛用于生成艺术作品、视频乃至电子游戏素材,相关技术的发展速度已经超过了版权限制措施的完善速度。如今,游戏行业也开始采取行动。最新迹象显示,Claude 的开发商 Anthropic 已经为其大语言模型加入限制,禁止用户利用宝可梦(Pokémon)相关知识产权生成游戏素材。
百度在Baidu World 2026上表示,随着AI智能体使用增加带动推理需求,推理将成为AI芯片长期增长的主要驱动力。昆仑芯M100已按计划发布,主打高性价比推理;旗舰M300预计2027年出货,在算力、内存和互联上提升,另有基于新架构的芯片预计2028年推出以适配不同应用需求。
星海图联合创始人兼首席科学家、清华助理教授赵行在 CoRL 2026 早期职业主题演讲中提出,机器人智能应按时间尺度而非感知/规划/控制划分:从以秒计的 System 2 推理,到数十赫兹的 System 1 策略,再到数百赫兹负责接触的 System 0。
作者追问稀疏重接(sparse rewiring)与权重空间编程(weight space programming)的区别,表示对可解释性 LLM 研究的前景充满期待。
Anthropic IPO 路演正式启动,拟发行 8.25 亿股,最高募资 643.5 亿美元,估值缩水至约 1.4 万亿美元,披露强劲收入增长但算力成本居高不下,引发市场对 AI 经济效益的广泛质疑。
澳大利亚总理 Anthony Albanese 领导的政府宣布一项法律,将首次对在该国运营的前沿 AI 公司实施强制性安全规则。要求包括开放独立审计、持续安全检查、公布安全框架并立即向政府报告安全事件,新监管机构将与 Australian AI Safety Institute 共同执行并对违规者处以高额罚款;更多细节将在咨询结束后公布。
押注头部科技巨头赚麻了:迪拜富豪透露投资 OpenAI、SpaceX 和 Anthropic 狂揽数十亿美元 · · Nov 12, 2026 32.3k 近年来,积极押注全球前沿科技巨头的早期投资者正迎来丰厚的回报。
百度宣布文心5.5 Flash Preview、文心闪电深度思考模型和文心一镜微表情大模型三款模型正式上线百度千帆并全面开放。
李彦宏在百度世界2026提出,人工智能的下一幕是智能组织,并首次提出“组织进化三原则”:打破岗位边界、沉淀隐性知识、设计流程闭环。他认为企业Token花费上涨而利润未增,是因为只换了“AI新电机”却没重新设计“新厂房”。智能组织将带来轻资产运营、构建新护城河、创造和发现新市场三大机会。
Steve Yegge 指出,agent 放开跑后模型能干的活已不缺,先崩的是模型外层支撑体系,四大问题依次而至。