Altered AI 評測:使用 AI 即時變聲
Altered AI 是語音內容創作平台,提供即時變聲、聲音複製、文字轉語音、語音清理及後期製作工具,主要用於媒體製作、即時通訊及後期製作。平台提供 20 種 Professional Voices 及 800+ 種 Common Voices,並設有免費方案;生成 AI 聲音須消耗 tokens。即時變聲器需下載且只支援 Windows,使用時可能出現延遲,介面亦可能令初學者感到複雜。
Altered AI 是語音內容創作平台,提供即時變聲、聲音複製、文字轉語音、語音清理及後期製作工具,主要用於媒體製作、即時通訊及後期製作。平台提供 20 種 Professional Voices 及 800+ 種 Common Voices,並設有免費方案;生成 AI 聲音須消耗 tokens。即時變聲器需下載且只支援 Windows,使用時可能出現延遲,介面亦可能令初學者感到複雜。
Speechify 可將文件轉成自然語音,評測者以 Snoop Dogg 的聲音將研究論文調至 4.5x 速度播放。平台服務超過 55 million 名用戶,提供 1,000+ 種聲音、60+ 種語言、OCR 和跨裝置同步功能。評測認為產品易用,但價格偏高,部分進階聲音只供付費計劃使用。
Murf AI 評測顯示,這款 AI 語音生成器能快速產出清晰旁白,疑難詞發音準確,並可透過發音編輯器逐段修正。作者進行 YouTube 旁白、消防安全訓練影片及 Voice Changer 三項測試,44 秒旁白約 15 秒生成,但 GIF 和分機號碼需要手動修正。測試亦指出預設語速和語氣需檢查,部分進階功能只適用 Business 或 Enterprise 計劃。
OpenAI 的 Aardvark 智能體以 $88 成本測試 Linux 核心 10 天,標記出 948 個安全問題,其中 33 個已獲 Linux Kernel Security team 確認。
MV2 在 MMLU-Pro 重測「沒有模型選擇答案鍵」這項尋找錯誤答案鍵的捷徑,結果未能重現 MMLU 上的效果。194 題中,專家評定的 62 題有 22 題標記答案鍵錯誤(35.5%),不及最強 10 個模型檔案一致否定答案鍵的 36.4%;後者亦找出更多已知錯誤答案鍵。研究建議盡可能採用最強模型組合,並按固定審核數量排序。
Nigismo 在配備 AMD EPYC、32 GB RAM 的 CPU-only 伺服器上,使用 Ollama 比較四款模型的生成速度和俄語回答品質。MiniCPM-V 4.7 1B 達 52.63 tok/s,但俄語表現最弱;Gemma3:4b-it-q4_K_M 為 13.29 tok/s,俄語表現最佳;Qwen3.5:9b 為 6.71 tok/s。
OpenAI 與生物科技公司 Ligo 開發 BioBasicsBench,以 100 項日常濕實驗室任務評估 AI 智能體解讀原始實驗數據、識別錯誤及判斷證據能否支持結論的能力。
作者在單台 Amazon EC2 G6 的 NVIDIA L4 上,對比六款引擎執行 Gemma 4 E2B 的效能、答案品質與成本。在 1 至 64 個請求的測試中,vLLM 配合 drafter 以 275.3 至 4,516 tokens/s 領先;64 個請求、128 tokens 輸入和 512 tokens 輸出時,每百萬個輸出 tokens 成本為 $0.08。
作者在 psf/requests v2.32.3 的 318 個程式碼區塊上測試 10 條以最明顯短語執行 grep 均無結果的查詢,發現 bge-m3 嵌入搜尋有 4 題將正確區塊排入前 5,BM25 關鍵字排序則有 6 題。兩者以 Reciprocal Rank Fusion 結合後,有 7 題進入前 10;只搜尋 src/、排除測試和文件後,混合搜尋有 9 題進入前 10。
YUANZHI ROBOTICS 比較 Unitree Go2 EDU、Unitree B2、DEEP Robotics X30 與 Boston Dynamics Spot 在夜間保安巡邏中的續航、防護、越障及載荷能力。
Ed Orellana 比較 Summer Engine、Ziva 與 Flockbay 三款 Godot AI 工具,整理它們在編輯器整合、遊戲測試、收費和平台方面的差異。
作者在 Claude Code 和 Codex CLI 中比較有無 Scrum 工作流技能的 AI 編碼智能體,技能組完成 6/6 次,未使用技能組完成 3/6 次;後者的缺漏均是未提交報告和衝刺摘要。
作者使用 SkillSentry 的靜態規則層掃描 35 個公開 SKILL.md 檔案,發現 16 個被標記,其中 10 個來自 Anthropic 官方技能。
Browser Use 對 7 家輪換住宅代理服務進行瀏覽器智能體任務測試,涵蓋產品研究、文字擷取、表單填寫及工作階段連續性。受控測試要求 US IP 維持不變,並在閒置 5 分鐘後正確恢復及提交草稿;文章亦比較供應商價格、地區定位選項和流量有效期。作者指出,樣本規模小且測試時間不同,不能據此建立普遍可靠性或速度排名,並建議按實際工作流比較每項成功任務成本。
Unite.AI 獨立評估並比較 10 款 AI 圖像生成 API,按能力、實用優勢、限制及開發者用途整理排名;排名屬編輯判斷,並非新的速度或輸出品質實測基準。
Anker Soundcore Space 2 Pro 售價 $200,以較低價格挑戰 Apple、Bose 和 Sony 等旗艦耳機,評分為 8.4 / 10。耳機配備 35mm 單元,通話人聲清晰;開啟主動降噪時,測試續航達 31 小時。音訊功能未能明顯提升音質,主動降噪表現則一般。
一個 x402 API 目錄對 372 個 API 每日發出未付款請求,2,017 次檢查中有 98.4% 正常回應。333 個 API(95.7%)回傳完整 x402 付款條款;318 個有定價的 API 中位數價格為每次 $0.01,回應 HTTP 402 的中位時間為 462 ms。
一名全端開發者使用 Voxgig SDK generator 為 PokéAPI 建立 TypeScript 用戶端,並評測其底層語言 Aontu 0.76.1。
作者比較了 10 款 CMS 的 11 個 MCP 伺服器,檢視 Agent 寫入內容時的草稿與發佈行為、權限控制、內容模型驗證及部署方式。十款 CMS 中有九款提供官方 MCP 伺服器,Drupal 的 MCP 則由社羣貢獻模組提供;多數伺服器可讓 Claude、ChatGPT 或 Cursor 建立、修改及發佈網站內容。
這項記憶比較的評分規則未能支撐系統排名:SQL 得分 30/30,Graphiti 首次搜尋得 12/30、重跑得 7/30,後續不同評分分支最高分別為 24/30 和 27/30。測試涵蓋 15 項變更、30 條問題,樣本狹窄;SQL 答案亦來自評分所用的同一歷史資料庫。搜尋與儲存圖譜採用不同評分規則,加上嵌入器只是 smoke test,結果不能作為記憶系統的通用排名。
作者在 6 類模型測試 weight-space programming,發現它能修補傳統及小型模型,但 LLM 的自行編輯未能穩定維持。無標籤降雨預測的手寫模型 AUC 為 0.809,低於以 2.5 年標註資料訓練的 XGBoost(0.839),但高於以 60 日資料訓練的模型(0.747);新詐騙模式加入 23 個權重的規則區塊後,捕捉率由 10% 升至 98%。
Aider 是一款開源、以終端機為核心的 AI 編碼助手,會讀取整個 Git 程式碼庫,跨多個檔案修改程式碼,並以 Git 提交變更。評測指出,它適合偏好終端機工作流程及處理複雜重構的開發者,但學習曲線較高,互動體驗不及 Copilot 或 Cursor 的行內補全。
Samsung Galaxy Watch Ultra 2 評測獲 9/10,電池續航和顯示屏亮度是主要優點。手錶配備 800mAh 電池和最高 5,000 nits 亮度的 1.52 吋顯示屏;在開啟常亮顯示屏及中至輕度使用下,續航約三天,減少運動追蹤或關閉常亮顯示屏則可達四至五天。售價為 $700,但介面有學習門檻,部分功能亦不易找到。
VIALS-AA 比較 19 個模型處理科學圖像推理時的工具使用方式,分析涵蓋 9,177 次執行軌跡。工具呼叫中,38.3% 用於查看圖像,47.3% 用於準備或測量圖像;圖像測量佔 GPT-6 Astra (max) 工具呼叫的 5–6%,Claude Opus 5.5 (max) 則為 25–27%。Gemini 4 Carbon (high) 在八個領域中有三個領域領先。
Grace Huckins 試用 Tau Robotics 在三藩市提供的人形機械人清潔服務,機械人目前仍需人員遙距操控及支援,並透過清潔任務收集訓練數據。第二次清潔時,機械人完成了廚房和馬桶清潔,但爬樓梯不穩,過程中亦有失誤;吸塵和拖地等部分任務則已可在沒有人手協助下完成。Tau 希望利用收集到的數據訓練自主清潔機械人,並開始考慮日後將它們用於除黴和家居護理等工作。
Coval 語音 AI 基準列出 Qwen3 ASR 1.7B 平均 35 ms 的最終片段完成時間,在 28 個受測 STT 系統中排名第一,詞錯誤率為 2.9%;Soniox STT RT v5 約為 46–47 ms。
Einsia AI 發佈 Frontier3DBench,涵蓋 Blender 與 Unreal Engine 的 9 大類、145 項任務,評測 11 種模型與 Agent 框架配置的 3D 創作能力。
Terminal-Bench 主張以持續整合維護智能體基準,因為驗證器、基礎設施和任務規格會逐漸失準,令評測可能量到驗證器符合度而非智能體能力。Terminal-Bench 2.0 審核發現,約 30% 的基準存在問題;修復令準確率變化超過 10 個百分點,排行榜位置最多移動 3 名。文中建議將任務、驗證器和執行軌跡納入版本管理,並以歷史軌跡檢查修復回歸,再交由維護者審核。
Proxyway 的 Web Scraping API Report 2025 測試 11 個 API,發現 Shein、G2 和 Hyatt 最難爬取,平均成功率分別為 21.88%、36.63% 和 43.75%。ScrapeUnblocker 稱其 API 在 2026 年 7 月測試的 14 個網站上,整體成功率為 97.0%。兩次測試的請求速度和時間不同,結果只宜作方向性比較。
四款可為自家伴奏加入人聲的 AI 工具各有取向:AI Vocals Generator 每首 $4.99,可下載獨立人聲;Lyro Music 月費由 $14 起,亦提供混音及母帶處理;Vocuno 月費由 $19 起,涵蓋多種音樂工具。Suno 有免費方案,但以生成完整歌曲為主,並非專注為既有伴奏製作獨立人聲。
Hugging Face 與 Liva AI 合作,為 Open ASR Leaderboard 加入 Egyptian 和 Nigerian 兩種口音的私有語音數據集。新數據集分別提供 1.34 小時和 1.55 小時的自然對話語音,並採用標點、區分大小寫及保留語音不流暢之處的轉錄。新增口音亦令排行榜可按 Kachru 的三圈模型提供更豐富的口音分類。
我們在 DolphinBench 測試記憶系統的來源工作階段檢索,發現自家的 e5 加 reranker 配置表現退步,在 1,000 個工作階段的測試中 Recall@5 為 0.480。
作者以 https://github.com/psf/requests.git 的 v2.32.3 為測試對象,用 10 條查詢比較 grep、BM25、bge-m3 向量搜尋及混合搜尋;單用 embeddings 有 4 條把答案區塊排入前五,BM25 則有 6 條。
瓴羊 Quick Service 以 AI Agent 在對話中執行查物流、改地址等業務操作,並透過峯值擴容與標註反饋機制,應對高並發和知識庫更新。系統在萬級並發下 P99 響應時間不超過 1.5 秒,複雜多輪業務辦理成功率達 87%。產品支援模組化定價、30 天免費試用,並可按場景調度十餘款主流模型。
Teardown Lab 根據公開資料比較 Bolna、Vaani 與 UnleashX 三個印度語音 AI 平台的定位、價格、增長數據和採購風險,並未實際測試通話。
作者親自安裝測試 12 款 DeepSeek Harness 插件,按實用、效率創意及娛樂玩法分類推薦。文章介紹 0.2.1 版本後的插件「發現」頁、社區索引和下載排行榜,並記錄多款插件的實測用途與限制。作者提醒第三方插件安裝前應核對來源及功能,並先備份 DSH 設定。
多位科技博主評測觸控屏幕 MacBook Pro 後認為,觸控體驗不理想,實際用途集中於少數創作及 iOS 應用開發測試場景。受訪者指出屏幕會晃動、長時間抬手容易疲累且容易留下指紋;Apple 加固鉸鏈並調整觸控介面的點按間距等作改善。產品於10月29日發布、11月6日發售,14英寸和16英寸機型的國行售價分別由22999元和27999元起。
Kevin 對 GPT-Image-2.6 原生 SVG 輸出進行基準測試,所測文字生成樣本平均有 4 至 18 條封閉路徑、大小為 0.9 KB 至 9.6 KB,且沒有嵌入點陣圖。
NeuBench 速度測試顯示,主要託管 LLM 供應商使用相同模型權重時,生成吞吐量最高可相差 40%。文章拆解 TTFT 與 token 吞吐量受推理架構、硬件互連及 KV cache 處理影響的機制,並提供以 Python 監測串流推理指標的程式碼,以及提高吞吐量與降低 TTFT 之間的工程取捨。
這份指南比較 10 款遊戲開發 AI 工具,涵蓋遊戲構建、程式碼、美術、音訊及可對話角色等用途。GDevelop、Unity 的 AI 工具、Manus 和 Rosebud AI 用於構建遊戲;例如 GDevelop 面向無程式碼開發,Manus 可按提示詞製作可在瀏覽器遊玩的遊戲。