微软发布三款MAI语音模型:实时转录MAI-Transcribe-2-Streaming登顶榜单,端到端低延迟打造实时对话智能体微软扩充自研MAI语音模型产品线,一次性推出三款面向低延迟实时对话智能体的全新模型:MAI-Transcribe-2-Streaming、MAI-Voice-2.1、MAI-Voice-2.1-Fla...早报语音模型# MAI-Transcribe-2-Streaming# MAI-Voice-2.1# MAI-Voice-2.1-Flash4周前600
AWS推出Strands Decider 2B:本地可部署决策模型,基于Qwen3.5-2B,给AI智能体做行动前置校验AWS正式发布 Strands Decider 2B,一款可本地运行的轻量级决策模型,对标TypeSafe Jev决策模型,专门放在AI智能体执行动作前做快速校验,避免产生无效、虚构输出。不同于Ope...决策模型# AWS# Strands Decider 2B# 亚马逊4周前760
英伟达发布表格基础模型Kumo Tabular:单次前向传播完成预测,支持商用英伟达正式推出 Kumo Tabular 表格基础模型(TFM),面向表格数据的分类与回归任务,和TabPFN、TabICL思路相近:直接把带标签的行作为上下文,单次前向传播即可预测新数据行,无需额外...多模态模型# Kumo Tabular# 英伟达# 表格基础模型4周前540
Perplexity 发布 pplx-embed-v2-context-9b-preview:MIT开源上下文嵌入模型,面向RAG检索证据Perplexity Research 联合 turbopuffer 推出 pplx-embed-v2-context-9b-preview,一款面向RAG链路的上下文嵌入模型。它在完整文档全局视野下...大语言模型# Perplexity# pplx-embed-v2-context-9b-preview4周前1240
谷歌发布Gemini 4 Argon:主打网络安全防御,可自主挖掘修复漏洞,输出上限拉至百万Token谷歌正式推出全新前沿模型Gemini 4 Argon,模型在代码工程、科研写作、企业知识任务上具备顶尖能力,网络安全防御是本次重点强化方向。该模型现阶段仅通过Fairwind Program安全计划...大语言模型早报# Gemini 4 Argon# 谷歌4周前730
B 站 Index 项目组发布 Index-Translate 翻译大模型系列:覆盖 148 种语言,配套语音翻译、配音时长控制、超长小说翻译衍生模型B站 Index 项目组正式推出 Qwen3.5 构建的Index-Translate 系列多语言翻译模型家族,以主力文本翻译模型为核心,延伸出语音翻译、配音长度控制、长文档翻译三大衍生模型,构建覆盖...语音模型# Index# Index-Translate4周前1960
Liquid AI 发布 d1 决策模型:零输出Token,直接返回校准概率,专为分类、工单路由设计Liquid AI 正式发布 d1,一款面向结构化选择而非文本生成的决策模型。输入上下文与自定义类型问题,模型在单次API调用内输出校准后的概率,输出token数量为0。目标承接原本交给通用大模型处理...决策模型早报# d1# Liquid AI# 决策模型3周前1210
H Company 发布计算机使用模型Holo4,跨桌面/网页/安卓,支持点击编码与MCP工具调用H Company推出Holo4,一套面向AI智能体的通用计算机使用视觉语言模型家族。这套模型可以识别屏幕画面,模拟点击、键盘输入,同时编写代码、调用MCP或API工具。Holo4提供两个版本:Hol...大语言模型# H Company# Holo44周前640
Anthropic 发布 Claude Sonnet 5.5:速度提升 30%,智能体编码反超 Opus 5.5,单任务成本最高降 30%Anthropic 推出 Claude Sonnet 5.5,属于Claude 5.5家族第二款模型,作为Opus 5.5的低成本高速补充版本,主打范围明确的日常任务、Bug修复、文档/幻灯片/表格制...大语言模型早报# Anthropic# Claude Sonnet 5.54周前940
NaiveAI发布Naive-N0.5-Flash:309B MoE开放权重模型,原生1M上下文,极速推理最高2000 token/sNaiveAI正式推出 Naive-N0.5-Flash,一款面向代码编写、AI模型研发的开放权重MoE大模型。它最大亮点在于由AI参与完成模型架构探索、训练调优与推理系统迭代,人类研究员只负责方向设...大语言模型# Naive-N0.5-Flash# NaiveAI4周前1050
Fireworks AI推出Ember-1:基于Kimi K3后训练,推理Token减少约40%Fireworks AI发布Ember-1,由Fireworks Research基于月之暗面开源权重Kimi K3做后训练得到。核心目标:压缩推理轨迹,在基本维持任务准确率的同时,整体token用量...大语言模型早报# Ember-1# Fireworks# Kimi K34周前1530
Edge0 开源 Audio8-ASR-Infinite:中英双语流式语音识别,支持 7×24 小时不间断长音频转写Edge0 开源 Audio8-ASR-Infinite,一款面向实时场景的原生流式中英双语语音识别模型,主打超低延迟+无限时长持续转写,依靠循环滑动缓存,解决长时间音频识别出现的文本漂移、显存溢出问...语音模型# Audio8-ASR-Infinite# edge01个月前760