国行 Apple 智能首批核心功能上线:AirPods 实时翻译登场,iPhone 可联手千问
苹果面向 iPhone 推送首个 iOS 27.3 开发者预览版,为国行用户带来「Apple 智能与 Siri」,首批上线实时翻译、写作工具、视觉智能、图片消除、智绘表情和通知摘要等功能。
推荐理由:原文逐项列出首批功能的设备门槛与启用条件,读者可据此判断自己的机型能否用上这些能力。
苹果面向 iPhone 推送首个 iOS 27.3 开发者预览版,为国行用户带来「Apple 智能与 Siri」,首批上线实时翻译、写作工具、视觉智能、图片消除、智绘表情和通知摘要等功能。
推荐理由:原文逐项列出首批功能的设备门槛与启用条件,读者可据此判断自己的机型能否用上这些能力。
Apple 在 watchOS 27.3 开发者测试版中推出 Audio Intelligence 功能,Siri 可调用 Apple Watch 麦克风,提供 Siri Recap 对话摘要与 Live Rewind 近 15 秒音频转文字。
Apple 面向 iOS 27.3 开发者推出 Apple Watch Series 12 的 Audio Intelligence Beta 测试,包含声音识别、歌曲识别、Live Rewind 和 Siri Recaps 四项可选功能。
量子位作者实测语音优先 AI 助手 Orilo 约一周,其采用前端低延迟语音模型加后端慢思考 Agent 的双层架构,在 Full-Duplex-Bench 中被打断后重新开口耗时 1.08 秒,快于 GPT Realtime 的 1.50 秒和 Gemini Live 的 2.62 秒。
奔驰发布 2026 款长轴距 E 级,售价 42.38 万至 50.98 万元,首次将座舱开发主导权交给中国本土团队。车机地图操作帧率达每秒 60 帧,语音助手接入豆包大模型,唤醒速度 0.25 秒、多音区识别准确率 98%,可通过声纹记住最多 6 位家庭成员的使用习惯。新车在保留苹果 CarPlay 的同时引入华为 HiCar,方向盘按键可与小艺助手直接联动。
小度 AI 智能手表 Fit 于 7 月 27 日发布,定价 198 元,双 11 叠加国补等优惠后到手价 138.04 元。产品搭载百度文心大模型,支持语音提问与 AI 生成表盘,配备 1.95 英寸全面屏,薄至 8.8mm、轻至 42g。内置 100+ 运动模式与 24 小时健康监测,300mAh 电池常规续航 5 天、最长 7 天。
本期《派评》推荐了多款覆盖 macOS、Android 与 iOS 平台的新 App。Local Code 是一款本地优先的 AI Agent 工具,可依据 Mac 配置自动匹配本地模型,采用本地运行免费、云端模型另收费的模式。
阿里千问 AI 眼镜今日迎来 OTA 升级,新增通话翻译、媒体翻译,抗噪能力再升级。通话翻译支持打电话与线上会议跨国实时翻译,媒体翻译可在听海外播客、上外语网课等场景下由千问 AI 穿戴 App 同步显示译文。千问 AI 眼镜 G1 于今年 3 月开售,后续推出旗舰机型 S1,10 月发布的 N1 系列支持更换电池,售 2899 元起。
微信支付智慧经营机器人首次进店“打工”,在广东 7-ELEVEN 第 2000 家门店承担迎宾、导购、点单等工作,帮助店员腾出手补货、热饭。该机器人基于腾讯混元打造,通过多轮对话和 Agent 能力辅助门店日常销售、收款与经营。机器人还搭载腾讯天籁 inside 音频解决方案,在嘈杂店内环境中也能听清用户声音。
苹果正式宣布面向中国大陆用户推出 Apple 智能,首批功能 11 月 4 日起随 iOS 27.3 开发者测试版开启测试,12 月随正式版推出。首波功能包括全新 Siri 外观与交互、写作工具、照片消除与自然语言检索、智绘表情、实时翻译、视觉智能和通知摘要,仅限 iPhone 15 Pro/Max、iPhone 16 及后续机型,iPad 与 Mac 仍待监管审批。
同一新闻,精选展示《国行 Apple 智能将接入千问,用户可自主选择是否开通》
speech-to-speech-dotnet 是 huggingface/speech-to-speech 的 C# 行为等价重写(.NET 10,src 加 tests 约 4 万行),验收标准是可观察行为与上游一致而不是源码相似。
香港 AI 助手“港话通”(HKChat)10 月 30 日更新上线 AI 音乐生成功能,接入 HKGAI 自研的 YuE2 音乐大模型。用户哼唱或上传图片并输入构思,即可生成含专业编曲与人声的原创歌曲;功能以粤语流行曲为特色,现阶段向所有用户免费开放。
作者(NVIDIA 员工)为万圣节搭建了 MonsterHouse:一个会听会说的暴躁鬼屋投影,跑在单台工作站上。
腾讯在深圳全球数字生态大会发布 TAI 智能体方案与面向汽车行业的 AI 组织效能解决方案。TAI 智能体融合元宝搜索与混元大模型,可替用户完成找景点、订餐厅、购票等任务;组织效能方案将某车企产销协同决策从数周压缩到 1—2 天,近九成国内车企已在用腾讯相关智能体产品。
张善友用一周时间改造自己的开源项目 speech-to-speech-dotnet,用一份固定 commit 的模型清单(45 个文件、约 7.1 GB)和跨平台下载脚本实现模型自动下载、哈希校验与断点续传,local 命令在监听前先核对所需模型并只拉缺失文件。
《影之刃零》首日 Steam 同时在线峰值达 661931 人,登顶全球热销榜;Omdia 称三季度全球手机出货量降 20% 创新低,苹果持平、小米降 29%。
Rivian 将其自研 AI 语音助手技术授权给大众集团,纳入双方价值 $5.8 billion 的合资项目。该助手已于 2026 年 9 月推送到 Rivian R1S、R1T 和 R2 车型,有望首次搭载于大众低成本电动车 ID EVERY1。Rivian 未披露授权费用及具体搭载车型。
以会议记录工具闻名的 Granola 今日推出听写功能,Mac 用户按 Fn 键即可在任意应用中语音输入,由 AI 自动清理并排版文本,且免费不限字数;该功能即将登陆 iOS 和 Windows。此举正值消费级语音 AI 应用走向功能趋同——以听写工具闻名的 Wispr 此前也已推出会议记录功能,两家公司估值分别为 15 亿美元和 20 亿美元。
Amazon 为 Alexa 新增超过 100 项购物相关能力,包括创建和管理购物清单、调整订阅周期、修改配送指令,以及解答 Prime 或 Audible 订阅和账单支付问题。Amazon 称今年以来使用智能体功能的用户数增长 8 倍,过去 12 个月有超过 4 亿消费者用 Alexa 购物。
Amazon 为 Alexa 新增超过 100 项购物相关功能,涵盖清单与订阅管理、修改配送指令、解决支付问题以及解答 Prime 订阅问题。用户可让 Alexa 创建和编辑清单、把商品订阅改为每三个月一次、修改收货地址或添加投放细节,并询问 Prime 或 Audible 订阅及账单问题。
Deepgram 宣布收购 Daily,即开源语音 AI 框架 Pipecat 的开发商和维护者,交易金额未披露,双方承诺 Pipecat 继续保持开源。Pipecat 是管理语音和视频流以及 STT、大语言模型、TTS 等环节的低延迟编排框架,Daily 此前已融资超过 6200 万美元,Deepgram 今年早些则以 1.3 亿美元 C 轮达到独角兽地位。
Granite Switch 4.1.1 为补丁版本,与 4.1 完全向后兼容、无需迁移,底层基础模型保持不变。本次更新带来支持 10 种语言的 Granite Speech ASR 模型(具备原生标点与大小写),以及 在 Jev Decision Index 测试集上性能提升的 Decision adapter。
mattt 在 Hugging Face 博客发布两个开源 Swift 包 AnySpeechRecognizer 与 AnyDecisionModel,均可从 Hugging Face Hub 下载开源模型并在设备本地运行。
推荐理由:原文把两个 Swift 包的 API 设计、可选模型与基准数据列得较细,读者可据此评估能否在 Apple 端替换现有语音与决策方案。
双十一期间,雷鸟 iO、GT 系列与 V4 三款 AI 眼镜叠加促销与 15% 国补后大幅降价,分别覆盖效率、观影与第一视角拍摄场景。主打主动 AI 体验的 iO 具备全天智记功能,整机仅 34g,国补到手价 1911.74 元;GT 系列支持杜比视界,到手价 1405.99 元起。AI 拍摄眼镜 V4 搭载方形大底传感器,重 38g,4+32G 版到手价 1529.24 元。
英伟达 10 月 28 日推出开放权重语音转录模型 Nemotron 3.5 Transcribe,并公开训练数据管线 Granary v2。模型采用 MoE 架构,总参数约 340 亿、激活参数约 43 亿,可处理最长 1 小时录音,支持 40 种语言转录,最多区分 8 名说话人,整合转录、说话人归属、翻译和音频问答。
推荐理由:原文给出公开评测词错误率与说话人分离基准成绩,读者可据此比较它与同类开源转录模型的能力边界。
Block 旗下 Dessa 尝试完全绕开文字、让模型直接从声音学习对话,而 OpenAI 的 GPT-Live 与 xAI 的 Grok Voice 3.0 则把文本推理底子与原生语音能力结合,走向车载与客服等实际场景。
巴慕达推出 AI 个性化电台服务 BALMUDA Good Morning Radio,可根据用户生活习惯与兴趣生成约 10 分钟的每日音频,内容涵盖新闻、天气及用户感兴趣的话题。该服务于 11 月 2 日起面向 The Clock 用户开放 Beta 测试,其他用户可通过 BALMUDA Connect 应用申请,限量 1000 名,申请截止 11 月 3 日。
Nvidia 发布开源语音模型 Nemotron 3.5 Transcribe,可在单模型内完成转写、翻译、说话人识别和录音问答。模型总参数 300 亿、每步激活约 40 亿,可在单张 Nvidia GPU 上运行,支持 40 种语言转写、31 种语言与英语互译、13 种语言的说话人识别,最长处理 1 小时、最多 8 人的录音。
Nvidia 发布免费开源权重转录模型 Nemotron 3.5 Transcribe,可转录约 40 种语言的音频,并同步推出开源语音数据集 Granary v2。官方称该模型支持 31 种语言与英语互译、处理最长一小时录音、区分最多 8 个说话人,30B 参数可运行在 Jetson AGX Thor 到 Blackwell 的单芯片上,但仅适用于录音而非实时流。
NVIDIA 宣布 RTX Spark 笔记本迎来多项更新,覆盖新模型、Agent 工具与游戏。Nemotron 3.5 Transcribe 是约 4.3B 活跃参数的开放权重语音模型。
推荐理由:原文把 RTX Spark 的硬件能力落到语音模型、Agent 资源调度和游戏生态三条线上,读者可据此评估端侧 AI 的实际使用场景。
极米记得 AI 记忆眼镜 G1 与 AI 记忆手环 L1 今日开售,首发价 1299 元 / 599 元起,均提供标准版和终身会员版,另有蔡司 1.60、1.67、1.74 折射率镜片可供选购。G1 为钛金属 3D 打印眼镜,轻至 17.9g;L1 支持手环与吊坠两种形态切换。两款产品均支持全天候 AI 录音、自动整理纪要与待办并到点提醒,原始音频用完即删,综合续航 2-5 天。
爱范儿实测讯飞输入法 16.0.1,其第三代语音输入「意图成稿」与个性化 AI 键盘把信息整理、长程记忆和场景技能装进键盘,用户说出意图即可生成可直接修改使用的草稿。
汇影AI 完整拆解了文案转剪映草稿的自动化流水线,最终输出可一键导入剪映二次精修的 capcut-meta 工程包,而非直接渲染成品 MP4。
HelloGitHub 第 127 期分享了 36 个涵盖 C、Go、Python、Rust 等多种编程语言的入门级开源项目。AI 相关项目包括无需 GPU 即可运行千亿参数模型的 colibri、DeepSeek 开源的推理框架 DeepInfer,以及谷歌开源的 AI 手机自动化工具 artemis。所有项目均可在 GitHub 上获取,旨在让开发者感受开源魅力。
Retell 使用 OpenAI 模型驱动其语音智能体,每月支撑 1 亿次通话。GPT-6 Astra 在 Retell 的语音智能体基准测试中位居榜首,Codex 则助其实现每位员工 160 万美元的年化收入。
台青编剧廖昌威的 60 集竖屏短剧《等你平安归来》在第四届上海国际 AIGC 创新大赛 1108 件有效作品中夺得 AI 短剧赛道最佳短剧压轴大奖,颁奖典礼于 2026 年 9 月 30 日在上海嘉定南翔举行。
Ollama 于 10 月 24 日宣布其 Mac 应用正式支持文本转语音(TTS)生成,首个支持模型为 Gradium 开发的 Phonon 系列,可离线下载并在 Apple Silicon Mac 上运行。
Anthropic 公开递交纳斯达克 IPO 申请,股票代码定为「ANT」,目标 11 月 16 日当周上市。苹果回应 iPhone Duo 内屏开裂问题,受影响用户可申请换机;OpenAI 推出 GPT-6.1 Terra,最高推理强度下每项任务成本仅 Claude Opus 5.5 的约九分之一。
Anthropic 向美国证监会提交 S-1 注册文件,拟以「ANT」代码登陆纳斯达克,上半年营收 162.86 亿美元、经调整经营利润 16.18 亿美元。苹果首次回应 iPhone Duo 内屏开裂,称仅少量设备受影响,用户可联系 AppleCare 换机。OpenAI 发布 GPT-6.1 Terra,标准 API 价格减半;小鹏 Robotaxi 获广州 L4 级示范运营资格。
Apple 发布 iOS 和 macOS 27.2 系统更新,带来新的 Siri AI 功能并更新 Music 图标。更新中包含一项允许用户限制 Siri 可直接访问哪些应用的功能。