谷歌突然发布“最强听写模型”:Agent时代的落伍产品,还是关键拼图?
谷歌突然发布“最强听写模型”:Agent时代的落伍产品,还是关键拼图?谷歌发布语音转文本模型Gemini 3.5 Transcribe,支持85种以上语言、流式转录与智能整理功能,流式词错误率为4.0%,文章认为该模型并非Agent时代的落伍产品,而是语音Agent走向生产环境所必需的关键基础拼图。
搜索
谷歌发布语音转文本模型Gemini 3.5 Transcribe,支持85种以上语言、流式转录与智能整理功能,流式词错误率为4.0%,文章认为该模型并非Agent时代的落伍产品,而是语音Agent走向生产环境所必需的关键基础拼图。
群核科技发布3D生成模型Lux3D,最快20秒即可批量生成带PBR材质的3D资产,并同步内测世界模型产品,以显式3D路线打造可交互数字空间的底层能力。
OpenClaw数月内GitHub Star飙至38万成现象级爆款,但因Token消耗与安全风险被Claude Code、Codex等Harness取代而迅速降温,国内已涌现30余款衍生产品,创始人Peter Steinberger已加入OpenAI研发下一代Agent。
OpenAI内部代号mozaik-alpha-fdm的Astra模型扩大灰度测试,其在Max effort模式下展现的零样本前端与3D网页一次生成能力引发开发者惊叹,预计9月3日前后正式发布以正面硬刚Anthropic的Fable 5.1。
Perplexity推出本地优先智能体Portable Computer,通过专为端侧模型设计的Harness配合Qwen3.8-27B实现近零成本的本地推理,并在多项基准测试中超越Hermes和Pi等开源通用框架。
Accelerated Understanding由英伟达前AI研究总监Anima Anandkumar联合创立,采用神经算子架构构建支持5万亿推理上下文的物理AI大模型,可一次推演完整4D时空轨迹,其创始人拒绝贝索斯35%股权及超20亿美元融资的普罗米修斯计划招揽。
OpenAI于8月26日向所有免费用户开放ChatGPT侧栏的定时任务功能,使其覆盖9亿周活用户中的九成以上,免费版可设3个任务并支持一次性提醒、周期性任务和监测型任务三类场景,同期仅为Plus及以上付费用户上线接入Gmail、Slack和GitHub的事件触发能力。
OpenAI这次官宣「零留存」新招,剑指Anthropic两个月前刚给企业客户立下一条规矩:想用最强的那档模型,先交出30天数据。第二天,Anthropic就松了口:数据虽然仍要留30天,但可以留在客户自家的云上。
8 月 26 日,群核科技正式发布了 AI 3D 生成模型 Lux3D。它提供标准版、极速版和渲染器能力,还能通过 API、插件接入 Codex、WorkBuddy 等 Agent 及主流设计工作流。
在此背景下,新加坡国立大学、普林斯顿大学与斯坦福、牛津等研究团队合作提出了 Recuris(Recursive Experiential–Working Memory Evolution),作为首个将递归自我改进应用在记忆控制层内的智能体架构,Recuris 通过三项核心技术突破,无需训练即成功实现了从 3B 小模型到 Claude Opus 5 的全面提升。