ChatGPT 桌面应用推出 ChatGPT Voice,支持语音控制电脑并协调多个Agent 【AI 早报 2026-07-25】

1. OpenAI 在 ChatGPT 桌面应用正式推出 ChatGPT Voice,支持付费用户通过语音控制电脑并协调多个 Agent;iOS 端可配对远程访问 Codex 使用语音;语音对话采用滚动五小时窗口配额,依订阅方案而定。

2. Anthropic 推送 Claude 语音模式更新,用户可在对话中调用 Opus 和 Sonnet 等更强模型,并中途使用邮箱和日历等第三方工具。

3. Black Forest Labs 发布多模态 FLUX 3 模型,统一架构联合学习图像、视频和音频;视频生成偏好率领先 Gemini Omni Flash 和 Seedance 2.0;已开放 FLUX 3 Video 抢先体验,Image 和 Dev 版本计划后续推出。

4. 蚂蚁百灵发布 Ling-3.0-flash 模型,总参数 124B,激活 5.1B,多数基准测试表现达或超自家 1T 旗舰模型;已多平台上线并限时免费使用。

5. inclusionAI 发布 LLaDA2.2-flash 扩散语言模型,引入 Levenshtein Editing 机制,支持 128K 上下文;已上线 Hugging Face 和 ModelScope。

6. 快手 KwaiKAT 团队发布 KAT-Coder-V2.5-Dev 模型权重,基于 Qwen3.6-35B-A3B 后训练,在 Agentic Coding 基准测试中同参数量级领先。

7. PaddlePaddle 发布 1B 参数文档解析模型 HPD-Parsing,基于 InternVL3.5-1B,采用分层并行解码与渐进式多词元预测技术;在 OmniDocBench v1.6 基准准确率达 94.91%。

8. SpaceXAI 宣布 Grok 4.5 模型已在 grok.com、X 及 iOS 和 Android 应用全面上线。

9. Microsoft AI 宣布 MAI-Image-2.5-Pro 和 MAI-Voice-2-Flash 进入公测,已为必应图片创建器和 PowerPoint 等产品提供支持。

10. OpenAI 开发者账号公布,Codex 本地项目现支持读取和写入多个文件夹并保留 Git 根目录;Sites Analytics 功能进入公开测试。

11. 小米 MiMo 团队宣布 MiMo Code 于 7 月 26 日 18:00 结束免费阶段,此后需订阅 Token Plan,首次订阅享 88 折优惠。

12. Runway 推出 Runway Media Router,为 Runway Dev 平台内置模型路由,自动为视频、图像或音频请求选择最佳模型。

13. OpenAI 宣布 ChatGPT Health 功能向美国 18 岁及以上用户推出,可连接 Apple Health 和医疗记录,获取个性化参考。

14. Google 正向美国 Google AI Pro 订阅用户推出 Gemini Spark,并计划扩展至更多国家。

15. 马斯克提议领先 AI 公司发布前沿模型前应互相审查,建议竞争对手定期沟通安全问题,将政府干预作为最后手段。

16. 字节跳动 Seed 团队启动 Seed STEM 科学家计划,邀请 100 位前沿科学学者合作,首期约 6 个月,已开放申请。

17. 芯片初创公司 Etched 完成 3 亿美元 C 轮融资,估值 103 亿美元,资金将加速定制芯片及推理系统生产。

18. 针对白宫官员指责月之暗面,中方回应反对将科技经贸问题政治化、工具化,指这类行为干扰全球 AI 发展。

19. 北京印发《北京市关于加快智能体引领发展的若干措施》,覆盖基础模型、原生应用、Token 经济与安全治理等方向。

给TA打赏
共{{data.count}}人
人已打赏
未分类

AI 早报 【AI 早报 2026-07-24】

2026-7-24 12:24:20

未分类

InternLM Releases Intern-S2-Preview-397B Multimodal Model 【AI 早报 2026-07-19】

2026-7-19 7:33:38

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索