跳到正文
目前篩選:模型
11月21日週六
  1. IT之家55

    OpenAI 公佈反蒸餾防護進展,GPT-6.2 Astra 思考鏈提取成功率由 54% 降至 0.2%

    OpenAI 加強 GPT-6.2 Astra 和 GPT-6.2 Sol 對受保護推理內容的防護,以降低未經授權蒸餾提取推理過程的風險。在涵蓋 6 個攻擊模型的內部自適應黑盒紅隊測試中,此前請求推理內容的提取成功率由 GPT-6 Astra 原有安全機制下的 54.0% 降至 GPT-6.2 Astra 更新機制下的 0.2%,當前請求則由 22.9% 降至 0.9%。

11月20日週五
  1. DoNews70

    OpenAI 開放 GPT-Live-1.1 API,支援即時雙向對話

    OpenAI 向開發者開放 GPT-Live-1.1 API,讓第三方可把模型整合至應用程式,構建能即時聆聽、回應及執行複雜任務的語音智能體。GPT-Live-1.1 支援全雙工語音互動,可同時聆聽和説話,並改進多語言處理、指令遵循及語音保真度。它亦可把需要深入推理或工具調用的任務交由開發者選擇的後端模型處理,期間語音對話可繼續;後端可選用 OpenAI 或第三方模型。

11月19日週四
  1. 創業邦78

    Google 上線 Gemini 4 Neon,Artificial Analysis 編程 Agent 榜以 58.6 分登頂

    Google 正式上線 Gemini 4 Neon;它在 Artificial Analysis 編程 Agent 榜取得 58.6 分,排名第一。Google 稱它在與 Claude Opus 5.5 和 GPT-6.2 Sol 的 19 組比較中,有 16 組取得最高成績。

    推薦理由:文章並列 Neon 的編程榜排名、單次任務成本與 Antigravity 的多 Agent 分工,呈現其表現與任務開支的比較脈絡。

11月18日週三
  1. 雷鋒網68

    可靈AI上線 Kling Image 4.0,支援原生 8K 及最多 10 張組圖生成

    可靈AI於11月17日晚正式上線 Kling Image 4.0,支援原生 8K 圖像生成、單張圖片內生成 2000 字,以及一次描述生成最多 10 張系列圖片。模型提供 70 餘款預設字體,並支援中文(簡體、繁體)、英文、日文、韓文、西班牙語及葡萄牙語文字生成。它亦支援生成電商詳情頁與網頁設計長圖,面向影視創作、廣告營銷等專業圖像創作場景。

11月17日週二
  1. DEV Community41

    Claude 未來模型將加入文字水印:AI 管治有何改變

    Anthropic 宣佈,Claude 未來模型會生成帶有文字水印的文本,讓人估算文本至少部分由 Claude 生成的可能性。水印透過保留原意的替代用詞形成可用密鑰驗證的統計模式,不會加入隱藏字符或可識別個人、機構或對話的資料。偵測需要足夠文本樣本,水印亦不能判斷內容是否正確或是否由其他模型生成,因此結果應用於風險評估,而非單獨觸發懲罰或合規決定。

11月16日週一
11月14日週六
11月13日週五
  1. 新浪科技53

    騰訊混元發布即時語音模型 Hy Realtime

    騰訊混元於11月13日發布即時語音模型 Hy Realtime,提升語音理解、指令遵循和擬人化表達能力,並新增智能體工具調用與唱歌能力。模型目前已在元寶語音通話、騰訊客服上線,近期將登陸騰訊雲並對外提供 API 服務。下一階段將重點提升雙工互動、長期個人化記憶及前後台 Agent 互動能力。

11月12日週四
11月11日週三
  1. IT之家53

    DeepL 推出語音 AI 翻譯模型 Aure,實時重現説話者的語氣與情緒變化

    DeepL 推出語音 AI 翻譯模型 Aure,稱其是迄今最具動態感、表現最逼真的語音 AI 模型,能在即時翻譯中重現説話者的語氣、情緒、重音及語速變化。Aure 已支援 DeepL Voice 網頁會議版、DeepL Voice 面對面交談版及 DeepL 語音 API,首發支援英語、德語、西班牙語、法語、意大利語、日語、葡萄牙語及韓語。

  2. 創業邦74

    Google 全球開放 Gemini 4 Carbon,並展示其三維復原阿波羅登月艙

    Google 宣佈 Gemini 4 Carbon 面向全球開放,付費 API 開發者、企業及 Google AI Ultra 用戶可開始體驗。用戶可透過 AI Studio、Gemini 應用程式與 Antigravity 使用;文章並展示其三維復原阿波羅登月艙及 /swarm 多 Agent 蜂羣模式。文中列出每百萬 Token 輸入 2 美元、輸出 10 美元,快取折扣 95%。

  3. 新浪科技68

    實測 MiniMax H3 Image:GPT 的效果加上 MJ 的審美,並已開放權重

    MiniMax 發佈並開放 H3 Image 權重,這款模型聚焦圖像生成與編輯,並可透過 API 接入。作者實測中,模型生成 4096×4096 圖片需 10~20 秒,最多支援 16 張參考圖片,並展示複雜指令、文字排版及多種視覺風格生成。文章亦稱其可透過 API 接入 MiniMax Code、Claude Code、Codex 等 Agent Harness,參與更複雜的任務流程。

11月10日週二
  1. 新浪科技66

    NVIDIA Lyra 2.0 開源,單張圖片可生成跨度約 90 米的 3D 環境,速度提升約 13 倍

    NVIDIA 空間智能實驗室開發的 Lyra 2.0 框架已開源,可從單張靜態圖片生成跨度約 90 米、支援主動視角探索的持久化 3D 環境。知識蒸餾後的輕量模型把影片生成去噪步數由 35 步減至 4 步;在單張 GB200 GPU 上生成 80 幀片段約需 15 秒,完整模型約需 194 秒,速度提升約 13 倍。

11月9日週一
  1. 第一財經65

    字節跳動發佈豆包圖像創作模型 Seedream5.5,2K 方圖編輯成本低於 Seedream 5.0 Pro 一半

    字節跳動於11月9日發佈豆包圖像創作模型 Seedream5.5,2K 方圖編輯單張約0.28元,不到 Seedream 5.0 Pro 的一半。新模型提升生成速度及多輪編輯穩定性,原生支援透明素材生成,並針對圖像真實感和小字渲染作優化;豆包、豆包工作及即夢已接入 Seedream5.5。Seedream5.5 API 延續「輸入圖+輸出圖」兩段計費,文字 Token 不收費,並即將上線火山方舟。

11月6日週五
  1. DoNews76

    Google 推出 Gemini Omni 1.2 Flash 影片生成模型,原生支援最長 15 秒影片並降價 30%

    Google 推出 Gemini Omni 1.2 Flash 影片生成模型,原生影片時長由 1.1 版的 10 秒延長至最長 15 秒,價格較 1.1 版降低 30%。720p 影片生成價格為每秒 0.07 美元,並支援以 1 秒為單位,在 3 至 15 秒間自訂片長。模型支援多輪對話式編輯,並已在 Gemini API 與 Gemini for business 全面開放使用。

    推薦理由:先以 360p 或 720p 起草、逐輪修正,再升至 1080p 或 4K 的流程,呈現模型如何透過編輯減少整段重生的成本。

11月5日週四
  1. Hugging Face Blog65

    深入瞭解 Phonon TTS:推出高質素裝置端語音生成,基準測試表現領先

    Phonon TTS 推出兩款可在裝置上離線運行的文字轉語音模型,合計支援五種語言。兩款模型約為 65 MB 和 75 MB;Phonon 31m 採 Apache 2.0,Phonon 40m 涵蓋五種語言並採非商業授權。

    推薦理由:文章同時交代 Phonon 的離線運行方式、授權與多語言支援,並對照 Open TTS Leaderboard 的可理解度及速度表現,呈現小型語音模型的部署特點。

  2. MarkTechPost76

    OpenAI 推出 GPT-Image-2.6 Flare 與 Sunburst,新增 GIF、SVG 輸出及 Flare 低品質 6 秒生成

    OpenAI 推出 Images 2.6,並在 API 提供 GPT-Image-2.6 Flare 和 Sunburst。更新加入 GIF 輸出、SVG 匯出、標記引導編輯和複雜度參數;OpenAI 稱圖像生成速度較前一版本快 50%。Flare 在畫質設為 low 時最快可於 6 秒生成圖像;複雜度分 low、medium、high 三級,預設為 high,調整不另收費。

    推薦理由:文章整理兩款 API 模型的用途、速度與複雜度設定,並指出雖列出 token 價格,仍未提供單張圖像成本表。

  3. 新浪科技78

    OpenAI 發佈 Images 2.6,圖像生成提速 50% 並支援 GIF

    OpenAI 發佈 Images 2.6,供 ChatGPT、Codex 和 API 使用,圖像生成速度提升 50%,並支援以提示詞生成 GIF。開發者可透過 API 使用 GPT-Image-2.6 Flare 和 Sunburst;更新亦加入 SVG 匯出、圖像標記及 complexity 參數,文章並附上六幀循環 GIF 實測。

    推薦理由:文章以六幀循環 GIF 實測及編輯功能更新,展示 Images 2.6 在動態素材製作和多輪修改上的用途與控制選項。

11月4日週三
11月3日週二
11月2日週一