跳到正文
11月20日周五
  1. The Verge · AI68

    ChatGPT 推出 Live Dictation 实时听写功能

    ChatGPT 推出 Live Dictation 功能,说话时即可实时转写,不再等录音结束。该功能已在网页、桌面应用及 iOS 和 Android 端向全球所有套餐推出,用户可点击音频波形查看实时文本并在输入框中编辑。OpenAI 同时取消了语音听写 10 分钟的录音时长限制。

11月19日周四
  1. IT之家77

    ChatGPT 新增实时听写功能:对着麦克风说话语音即时变文字

    ChatGPT 宣布新增实时听写功能,用户对着麦克风说话时语音同步转成文字,不必等录音结束再转写。该功能将陆续向全球所有用户开放,覆盖网页版、桌面客户端及 iOS 和 Android 应用,同时取消原有 10 分钟时长限制。录音结束后可直接在输入框中编辑转写文字。

    推荐理由:原文给出了实时听写的使用方式、开放范围和时长限制取消,读者可据此判断它能否替代现有语音输入工作流。

  2. IT之家30

    Nothing 首款 AI 设备外观流出:无屏设计,形似录音笔

    Nothing 首款 AI 设备外观曝光,Sebastian Ingrosso 在 X 平台分享了设备实物图。该设备约巴掌大小、无屏幕、形似录音笔,配有两个实体按键,其一标有红色录音圆点,另一标注「Talk」,并带有状态指示灯。消息人士 Yogesh Brar 称其为 Nothing 旗下首款 AI 设备,但具体用途尚未公布。

  3. NVIDIA Blog37

    黑色星期五优惠登陆 GeForce NOW

    GeForce NOW 推出黑色星期五优惠,Performance 与 Ultimate 六个月会员首期立减 30%,活动持续至 11 月 30 日。GeForce NOW 同步登陆运行 Vega OS 的三款 Amazon Fire TV Stick 设备,通过 Amazon 购买合格会员首月立减 90%。五款 Bethesda 游戏的 GOG 版本周加入串流支持,已拥有的会员无需重复购买。

  4. IT之家69

    Canva 推出 AI 开关,可统一关闭绝大部分 AI 工具

    在线设计与出版工具 Canva(可画)宣布推出 AI 开关,允许用户统一关闭或开启绝大多数 AI 工具,免费版和 Pro 版用户均可使用。开关开启后仍会保留背景移除、魔法抓取等 AI 驱动的图像编辑工具;用户还可在素材库中打开“减少 AI”以降低搜索时看到 AI 生成图像的概率,两项设置均可在“个人资料”选项卡中调整,平台级生成式 AI 功能则在设置菜单的“权限”中管理。

  5. IT之家73

    豆包实时音视频通话模型 SeedRealtime 1.0 API 全量上线

    11 月 19 日,火山引擎正式上线豆包实时音视频通话模型 SeedRealtime 1.0 API 服务,将声音、画面、时序与表达统一到同一端到端模型,实现边看、边听、边说的全模态实时交互。相比依赖 ASR、VLM、TTS 串联的传统级联系统,该模型降低了延迟叠加和信息损耗,音视频对话节奏问题减少了一半,并具备持续环境感知与主动表达能力,可在察觉场景变化或任务节点时主动提醒和介入。

  6. Simon Willison64

    llm-gemini 0.38 发布,支持 Gemini 4 Neon

    Simon Willison 发布 llm-gemini 0.38,支持今日推出的 Gemini 4 Neon,并对该模型做了实测。Gemini 4 系列定价混乱,Neon 为 $3/$15 每百万 token,目前高于半价的 Carbon($2/$10,12 月 1 日后翻倍至 $4/$20)和 Hydrogen($1.50/$7.50)。

  7. AWS Machine Learning Blog63

    Amazon SageMaker JumpStart 推出模型排行榜

    AWS 在 SageMaker Studio 中推出 JumpStart 模型排行榜,可横向比较 70 多个开放权重模型的质量、速度和成本,模型来自 Meta、Google、Qwen、IBM 和 Arcee 等提供商。

    推荐理由:原文说明排行榜如何用统一方法测量质量、速度与成本,读者可据此建立从筛选到部署的选型流程,不必再拼接不同来源的数据。

  8. AWS Machine Learning Blog21

    AWS Quick:从报表到推理,让企业数据为 AI 智能体做好准备

    AWS Quick User Group DC 举办首次聚会,展示 AWS Quick 演进为统一 AI 助手,新增 agents、skills 及第三方连接器。Financial Independence Group (FIG) 分享了将 AWS Quick 作为企业分析“单一前门”的实践,基于治理数据构建 AI 智能体工作流。参会者在 50 分钟内成功构建定制应用,体验从报表到推理的自动化。

  9. Google DeepMind70

    Genie 4 现已向 Google AI Ultra 订阅用户开放

    Google DeepMind 今天起向符合条件的 Google AI Ultra 订阅用户推出全新 Project Genie 体验,首次开放 Genie 4 世界模型,Google AI Pro 会员可加入等待列表。

    推荐理由:官方说明了 Genie 4 的会话中编辑与实时原生音频能力,并明确了 Google AI Ultra 订阅门槛和 SynthID 水印等安全措施。

  10. The Verge · AI35

    迪士尼全新《星球大战》机器人角色借助 AI 与游客互动

    迪士尼幻想工程研发部门展示了三款名为 Vilo Vele、Kado Bre'a 和 Jibu Bre'a 的《星球大战》Audio-Animatronic 原型,它们借助 Amazon AWS 云端运行的多个 AI 模型实时回应游客互动。三个机器人将于本月底在拉斯维加斯 AWS re:Invent 大会上首次公开亮相。其动作与台词均由幻想工程师预先编写,AI 仅负责选取和触发,确保角色不偏离设定。

  11. TechCrunch · AI53

    Google 搜索 AI Mode 新增临时会话模式

    Google 宣布为搜索中的 AI Mode 推出“临时会话”(temporary threads)功能,开启后的对话不会出现在搜索历史或推荐中。用户无需改动设置,点击 AI Mode 右上角的临时会话图标即可开始;会话与账户解绑,AI 回复既不受历史偏好影响,也不会影响未来个性化。该功能已在桌面端和移动端面向所有支持语言全球推出。

11月18日周三
  1. Hugging Face Blog39

    IBM 时间序列模型登陆 Confluent Streamhouse:新前沿与用例

    IBM 时间序列基础模型(累计下载量超 5000 万)现原生集成至 Confluent,云端与本地均可仅凭 CPU 运行、无需 GPU。团队可通过 Apache Flink 用 SQL 对流式数据执行预测、异常检测与语义智能,并把结果直接交给负责后续动作的应用与人员。模型可服务于制造、零售、银行、航空等关键场景,如提前 4 小时预测生产线合格率、评估卡支付信号与预测交易量。

  2. NVIDIA Blog70

    NVIDIA RTX Spark 紧凑型桌面主机正式上市

    NVIDIA 宣布来自 ASUS、Dell 和 MSI 的 RTX Spark 紧凑型桌面主机现已上市,为本地 AI 智能体、图像与视频生成及模型微调提供专用 Windows PC。

    推荐理由:原文列出了硬件规格、本地模型规模上限和软件生态适配,读者可据此判断它能否承接现有本地 AI 工作流。

  3. The Verge · AI38

    Will Wright 下一款游戏将用 AI 映射你的记忆

    《模拟城市》与《模拟人生》制作人 Will Wright 正在开发以记忆为核心的 AI 社交模拟游戏 MyMems,计划 2027 年上线。玩家可通过向手机口述短故事等方式添加"记忆",由 AI 生成可放置在游戏地图上的元素,还能用 AI 驱动的虚拟形象代表现实中的人。游戏世界可设为私密或与他人分享,开发商 Gallium Studios 希望让这个星球逐渐成为"你的心理地图"。

  4. IT之家39

    AMD 推出 Instinct MI450X 显卡加速器:MI455X 同核心规格,显存降至 288GB HBM4

    AMD 扩展 Instinct MI400 系列,推出 MI450X 显卡加速器,核心规格与 MI455X 完全相同、算力不变,显存从 432GB 降至 288GB HBM4(应为 12 个 24GB 堆栈),峰值显存带宽不变。AMD 表示,对符合其显存容量的工作负载,MI450X 可在满足吞吐量和响应时间目标的同时优化运营成本。

  5. IT之家65

    微信私人 AI 助理小微日活达 3000 万,预计部分推理任务在设备端运行

    微信宣布私人 AI 助理“小微”用户测试范围扩大,日活跃用户数已达 3000 万,正逐步融入聊天、朋友圈、公众号、视频号等高频场景。小微采用针对成本效率与易用性优化的定制模型 WeLM,推理成本极低且持续下降,官方预计未来部分推理任务将在用户设备端运行。官方还称小微将依托支付与小程序生态构建智能体能力,对微信商业化产生倍增效应。

  6. The Decoder65

    Suno 推出 Visuals 功能,可为 AI 生成音乐搭配 AI 生成视频

    AI 音乐生成器 Suno 推出 Visuals 功能,可为歌曲生成图片和视频片段。视频基于 MiniMax 视频模型 H3 的定制安全过滤版本 H3 Move,片段最长 15 秒,能跟随歌曲结构、识别歌词并支持对口型;用户可从参考照片、提示词或预设角色开始,歌词视频可调整字体和颜色,提供 Fast 与 Standard 两档质量。