主题

科大讯飞首发星火语音基座大模型 SparkAudio 1.0，支持中英文任意切换

科大讯飞在 1024 开发者节上首发星火语音基座大模型 SparkAudio 1.0，集成机器翻译、语音识别、语义理解等能力，宣称在实时说话人分离、环境理解、音频理解、情绪识别等方面表现卓越。

IBM 发布开源语音模型 Granite Speech 5.0 2B，支持 6 种语言转写与翻译

IBM 发布开源语音语言模型 Granite Speech 5.0 2B，2B 参数、Apache 2.0 协议，支持 6 种语言的语音转写和 X-to-English 翻译，在 Open ASR Leaderboard 以 5.68% 平均英文 WER 位列开源模型第二，仅次于 Qwen3-ASR-1.7B（5.40%）。

Philipp Schmid 分享一份针对 2026 年 10 月安全披露的只读环境排查提示词

Philipp Schmid 分享一段可复用的只读安全排查提示词，用于检查本地仓库、容器和环境在 10 月 21-22 日安全披露中的受影响情况。

蚂蚁数科发布LingDT-Decision-1.0 准确率超过微软和JEV等决策模型

Kling 4.0 上线 OpenArt，支持首中尾帧引导与最多 10 张参考图

OpenArt 宣布 Kling 4.0 上线，可用首、中、尾帧引导视频，最多使用 10 张参考图，并支持文本或帧生成与视频编辑，All-in-One Reference 用一个模型完成生成和编辑。11 月 20 日前 Pro 和 Wonder 套餐享 50% 折扣。

对标大荧幕级标准:火山引擎4K视频模型首批试用花落20家全球顶级工作室

对标大荧幕级标准:火山引擎4K视频模型首批试用花落20家全球顶级工作室 · · Oct 22, 2026 31.8k 10月22日，火山引擎正式启动Seedance2.54K模型的 第一 批企业用户试用，采取与具体作品绑定的方式，定向供应给全球20家工作室及导演，旨在深度探索并满足高端影视大荧幕的制作需求。

Kling 4 上线 OiiOii 平台

#Kling4 现已登陆 OiiOii 🐈‍⬛ #KlingAI

GPT-6-Astra 机器人基准测试新论文

新论文测试 GPT-6-Astra 在 12 个机器人基准上的表现，其在 LIBERO 套件接近饱和，RoboDojo 达 81.9%、DexJoCo 达 87.3%，但无法验证物理成功或从不可逆错误中恢复。

Kling 4.0 现已上线 OnSolo

可灵（Kling）宣布 Kling 4.0 已在 OnSolo 上线。该模型支持单次生成 30 秒原生视频，快速动作和大运镜下保持稳定，立体声配更准的口型同步，并提供 21:9 宽屏，单个任务可叠加最多 15 个参考图和 10 个关键帧以保持角色、镜头与剧情一致。

NSA 就 AI 发现的 PHP2Shell 关键漏洞发布修复警告

NSA 警告两个由 Calif 研究人员用 GPT-5.6 Sol 发现的 PHP 关键漏洞（PHP2Shell），敦促组织打补丁或将未修补服务器下线。两个漏洞位于 PHP 核心，在 Apache mod_php 上演示的利用可在应用代码运行前触发。

NVIDIA GTC Berlin：欧洲金融机构用开放权重模型构建专有智能

在 GTC Berlin 上，Revolut、Starling Bank、Lloyds、bunq、NatWest、Santander 等欧洲金融机构展示了基于 NVIDIA 加速计算与开放权重模型的生产级智能应用。

NVIDIA Cosmos 扩展训练、评估与部署世界模型的新工具

NVIDIA 扩展 Cosmos 平台，新增训练工具、仿真 checkpoint 和 Cosmos Data Factory 蓝图，并在六个开放模型榜单中进入前五。

NVIDIA 开放模型助力欧洲公共部门新一批项目落地

NVIDIA 与欧洲多国政府及合作伙伴推进公共部门 AI 项目：欧盟委员会扩展基于 Haystack 的 AI@EC 平台，波兰用 DGX BasePOD 和 MONAI 构建医学影像平台，德国 Materna 推出本地部署平台 Sinfonie。

代码不再稀缺之后，软件工程还剩下什么？

随着 AI Coding 的快速发展，代码生成已不再是瓶颈，但软件工程对问题拆解、架构设计和质量控制的要求反而更高，需要更强的综合能力和对复杂系统的掌控。

Claude Code v2.1.308 发布

Anthropic 发布 Claude Code v2.1.308，本次更新以 bug 修复和可靠性改进为主，未涉及新功能或模型变更。

Cactus Whistle 编程指南：16.9 MB 的语音模型能否媲美 Whisper Base？CPU 上的词错误率、速度、流式处理、时间戳、关键词与语音转工具调用

Cactus Whistle 是一款 16.9 MB 的语音转文本模型，在 LibriSpeech test-other 上表现出与 Whisper base 相竞争的性能，速度略占优势、准确率相近，但在 test-clean 上未达到已公布的指标。该模型支持多种语言、词级时间戳，并可集成到工具调用系统中，是适用于 CPU 转录任务的多功能选择。

Whistle 语音识别实测：16.9 MB CPU 模型与 Whisper base 的 WER、速度、流式与工具调用对比

这篇教程在 Apple M4 的 CPU 上实测 Cactus Compute 的 16.9 MB 语音转写模型 Whistle，用配对说话人聚类 bootstrap 加 Holm 校正与 Whisper tiny 和 base 对比。

Anthropic 冲刺"史上最大 IPO"：最快周五亮招股书，估值剑指 2 万亿

Anthropic 冲刺"史上最大 IPO"：最快周五亮招股书，估值剑指 2 万亿 · · Oct 22, 2026 据雅虎财经援引三名知情人士消息，Anthropic 最早或于本周五（10 月 24 日）公开提交 S-1 招股说明书，为这场有望问鼎史上 最大 规模的 IPO 迈出关键一步。