双子座3.8文本转语音
HN ð241· 118 评论
HN ð241· 118 评论
Ask Music直接内置于YouTube Music应用程序中,用户可以用日常语言描述他们想听的内容,而不是搜索单个歌曲或艺术家。
Anthropic员工Jackson Kernion解释了为什么新的Claude模特写得如此奇怪。针对其他人工智能模型优化数学、代码和技术解释创造了一种对人类来说听起来像“过于密集的信息转储”的风格。Opus 5.5试图解决这个问题,但Opus 4.6作为纯写作模型仍然是无与伦比的。文章《Anthropic engineer》解释了为什么克劳德的写作变得更差
HN ð270· 221 评论
当Sakeena Fiza描述她作为英伟达验证工程师的工作时,她的措辞更适合侦探故事,而不是世界一流的工程实验室。“验证工程师看着阴影,并将灯光照射到每个角落,”菲扎说。“每次我们得到一个系统时,我们的第一个想法是:它怎么可能[.]
Nvidia支持的人工智能云提供商Nscale将其最重要的客户字节跳动排除在其计划的美国IPO的主要招股说明书之外。英伟达支持的Nscale将其最大客户字节跳动排除在IPO申请之外的文章首先发表在The Decoder上。
Meta的人工智能代理Muse在推出第一周就吸引了超过50万用户,并在苹果App Store中排名第一。但Meta承认,该产品是“严重启发”的开源项目OpenClaw,和一些文件名和内容几乎相同。OpenAI已经在讨论自己的回应。Meta的人工智能代理Muse在一周内吸引了50万用户,并声称它抄袭了OpenClaw首次出现在The Decoder上。
YouTube正在添加新功能来生成想法并监控缩略图的性能。
TechCrunch Disrupt 2026将讨论AI带来的不断变化的VC格局。获取您的投资者通行证即可参加这些独家会议。太平洋时间9月25日晚上11:59之前节省200美元。
YouTube的新自定义提要允许用户用自己的语言描述他们想观看的视频,然后使用Gemini围绕请求构建个性化提要。
3天内即可在TechCrunch Disrupt 2026通行证上节省最多200美元,另加每秒50%折扣。与10,000多名科技领导者建立有影响力的联系。最后一天保存时间是太平洋时间9月25日晚上11:59。今天注册。
Basecamp Research已从Nvidia和Anthropic的Anthology Fund等投资者那里筹集了1.4亿美元。这家伦敦公司训练来自雨林、海洋和温泉的遗传物质的人工智能模型,以设计抗生素和细胞疗法工具。在接受《解码器》采访时,首席技术官菲利普·洛伦兹解释了为什么生物学对人工智能来说是一个比语言更大的问题,以及为什么纸上的好成绩并不能保证好
HN ð169· 106 评论
OpenAI正在将其Daybreak计划的访问范围扩大到乌克兰政府,以支持民用基础设施的网络防御。
Spotify正在向美国的高级用户推出Taste Profile,让听众看到主播如何理解他们的口味,并使用自然语言来重塑他们的推荐。
Meta表示,它发布了针对Muse零日漏洞的修复程序,该漏洞将允许攻击者在受害者的Mac上做“任何事情”,凸显了人工智能助手的固有危险。
阿里巴巴人工智能团队Qwen发布了Qwen-Audio-3.1,这是语音识别(ASB)、文本转语音(TTC)和实时交互五种型号的阵容。ASB模型改进了多语言和方言识别,并自动清理填充词和重复内容。ASR-Next添加了具有时间戳的多扬声器识别,并检测情感、环境声音和机器噪音。TTC处理多语言合成[.]阿里巴巴推出了Qwen Audio 3.1以及新型号,并将
HN ð438· 247 评论
使用GPT-5.6,Ringg支持语音,聊天,WhatsApp和Web的多语言代理,成本比GPT-4.1低90%。
借助GPT-6 Astra,invideo可以更精确地规划编辑,将颜色纠正和分级提高三倍,并在一天内生成50个自定义效果。
GPT-6 Astra制作更结构化、上下文感知的法律文件,让律师能够专注于策略。
OpenAI首席执行官Sam Altman在联合国安理会发表讲话时讨论了人工智能安全、人类控制和国际合作。
Ema迄今已筹集1.4亿美元,拥有50多家企业客户,包括谷歌和微软。
OpenAI聘请了三名前Patreon高管来锚定其针对创作者的产品战略。13年前创办了创作者订阅平台后,联合创始人兼技术主管Sam Yam在X上宣布,他将加入OpenAI,领导创作者产品。他还带来了Patreon的前产品主管Drew Rowny和工程主管Shannon Ma和[.]
HN Ÿ 6 · 0 评论
Eight Sleep宣布了其“智能睡眠系统”的下一个版本,旨在根据呼吸和心率等跟踪的健康和睡眠指标来调节您的床温。该公司称其新的Pod 6系统是“迄今为止最重要的硬件发布”,它以重新设计的冷却中心为中心。
这家电信巨头渴望向华尔街表明,它可以用更少的钱做更多的事情。这意味着更少的员工、更少的电力和更高的自动化。
OpenAI聘请Patreon联合创始人Sam Yam领导新的“Creator产品”部门。在创作者平台工作了13年多后,他带来了两名Patreon高管。该团队将为创作者构建新工具,下周的OpenAI DevDay可能会首次亮相。OpenAI聘请Patreon联合创始人Sam Yam领导新的Creator产品部门的文章首次出现在The Decoder上。
另外:无需离开Codex即可构建、测试和发布应用程序
做好准备:事实证明人工智能正在针对作弊进行优化。OpenAI的代理人入侵了Hugging Face,以获取网络安全测试的答案。接下来,他们解决了一个著名的数学问题(或者只是窃取了两位顶级数学家的答案)。Anthropic的模型还四次入侵其他公司的系统。那是.
诺基亚的应用研究团队开源AnyJev,这是一个Python库,可以将开放的LLM转化为决策模型。它不需要训练。它针对的是一项常见的制作工作:从固定的集合中选择一个答案,而不是写一个句子。它可以部署吗?是的,它从PyPI安装,在Apache-2.0下发货,并且有transformers [.] The post诺基亚开源AnyJev:一个将任何开放LLM变成校
Kyutai发布了Voice of Reason,这是两个基于GLM-4-Voice-9 B的开重语音到语音模型。监督微调和强化学习将语音GSM 8 K准确率从27.3%提高到77.1%。循环中没有转录步骤,也没有文本LLM。两个检查站都位于Hugging Face上,并使用一台H100运行。Kyutai发布《理性之声:用强化学习解决口语数学的语音原生模型》
OpenAI发布了GPT-6 Sol和GPT-6 Luna,这两种低成本模型采用与GPT-6 Astra类似的方法训练。Sol的价格为2美元/10美元,Luna的价格为0.10美元/0.50美元。两者现已在API、ChatGPT Work和Codex中提供。它们为长期运行的代理提供了改进的提示缓存。OpenAI发布GPT-6 Sol和Luna:更便宜50%的
大多数贸易代表团的领导人都坚持自己的立场,但当我本周采访希腊总理Kyriakos Mitsotakis时,他也承认没有政府准备好人工智能即将做的事情。
手机上的语音输入问题多年来一直得到解决。没有解决的是输出。用大多数口述工具说话,你会准确地回到你所说的内容,包括填充物和错误开头,然后你必须在笔记中清理并转移到其他地方。SpeakON攻击了与硬件的差距:[.] SpeakON推出带有自己麦克风的MagSafe AI语音按钮的帖子首先出现在MarkTechPost上。
手机上的语音输入问题多年来一直得到解决。没有解决的是输出。用大多数口述工具说话,你会准确地回到你所说的内容,包括填充物和错误开头,然后你必须在笔记中清理并转移到其他地方。SpeakON攻击了与硬件的差距:一个[.]帖子SpeakON配备了自己的麦克风的MagSafe AI语音按钮:将您的语音转化为精致的通信,以及跨应用程序的操作首先出现在MarkTechPo
SF 10月14日:羽毛之鸟关于航天工程的会议我将于10月14日星期三在旧金山与Jesse Vincent一起举办一场晚间活动,对象是那些使用编码代理并在编码代理之上构建奇怪而有趣的东西的人们。将其视为一次代理展示和讲述:与其他建设者和实验者比较您正在尝试的事情、正在学习的事情以及尚未弄清楚的事情的笔记。我们对您尚未公开讨论的工作、奇怪的实验或没有明显市场的
英伟达人工智能日新加坡将于9月1日举行22-23在莱佛士市会议中心举行,为与会者提供机会探索实践培训、专家主导的课程和先进工具,以加速他们在人工智能和高性能计算方面的工作。在此次活动中,英伟达及其合作伙伴展示了东南亚地区突破性的人工智能进步[.]
ChatGPT Ads正在扩展到东南亚和台湾,为符合条件的企业提供新的方式来接触60多个国家的人们。
了解Airbnb如何扩大对GPT-6 Astra和OpenAI前沿模型的访问,以帮助工程团队解决错误、设计系统并更快地发货。
在将一系列壮观的数学结果转化为声誉危机之后,OpenAI正在咨询人类数学家,以帮助其找出一条不那么灾难性的前进道路。周一,该公司宣布成立一个新的独立数学家小组,负责就其与数学研究和更广泛的人工智能领域的互动向其和其他人工智能公司提供建议。
OpenAI和Grab推出了GO Forward with AI,这是一项区域计划,帮助东南亚30,000名合作伙伴建立实用的人工智能技能。
昨天是Grok 4.7(鹈鹕)和MiMo v2.6 Flash/Pro(更多鹈鹕)。今天Anthropic发布了Claude Opus 5.5,大约一小时后OpenAI发布了GPT-6 Sol和GPT-6 Luna。仔细阅读所有这些新模型需要一段时间,但以下是我到目前为止的印象。GPT-6 Sol和Luna的价格仅为GPT-5.6同等产品GPT-5.6 Lu
创始人不应该以最艰难的方式吸取最艰难的教训。TechCrunch创始人峰会旨在让创办公司的挑战变得更容易,并带来更大的高潮。
现在派拉蒙已与起诉阻止其与华纳兄弟探索频道(WBD)1100亿美元合并的12个州达成和解,该工作室更接近成为世界上最大的制作公司之一。除了在[.]制作的电影和电视项目上花费至少3亿美元外,
HN ð14· 2 评论
这家拥有七年历史的初创公司已筹集了3.5亿美元的E轮融资,以推动其数据即服务方法。
前沿AI模型竞赛已经进入比较购物阶段。
了解GPT-6如何通过更高的缓存命中率、新的诊断、显式断点以及减少延迟和成本的控制来改进即时缓存。
正如《连线》早些时候报道的那样,这款平淡无奇的R1设备背后的公司Rabbit正在推出一款独立的人工智能代理,您不需要其硬件就可以使用它。该初创公司表示,其新的OS 3“代理操作系统”在云中运行,但在Windows、Mac和Linux设备上本地运行。根据兔子的说法,你可以[.]
沙特阿拉伯王国主要因其对石油生产和石油储备的全球主导地位而闻名--不一定是汽车和汽车制造,当然也不一定是电动汽车生产。因此,周一,一家名为Ceer的沙特初创公司推出了一对超角度、类似宇宙飞船的电动汽车,这有点令人惊讶,并计划[.]
OpenAI通过GPT-6 Sol和Luna增加了两种更便宜的型号,以象征性价格的一半提供前辈的性能,并瞄准了Anthropic更昂贵的产品。不过,独立分析发现实际情报几乎没有增加,而且OpenAI可能没有预见到Anthropic会同时推出Opus 5.5。OpenAI的GPT-6 Sol和Luna降价一半,但性能几乎没有改变文章首先出现在The Decod
摩托罗拉是第一家宣布运行高通高端Snapdragon 8 Elite Extreme Gen 6芯片的手机的公司。Signature 27看起来将成为摩托罗拉几年来最先进的旗舰产品,尽管我们仍在等待完整的规格、价格和发布日期。任何潜在的买家都必须首先克服[…]
高通已经宣布了Snapdragon 8 Elite Gen 6,今年也加入了8 Elite Extreme Gen 6。该公司将这两款新手机芯片描述为旗舰产品,规格差异相对较小,主要局限于Extreme型号上的人工智能处理、视频捕获和游戏性能的改进。两个第6代芯片[.]
高通表示,其新顶级芯片可以本地运行30 B混合专家模式。
苹果用于照片风格化的新纹理和纹理控制在旧手机上的限制将比最初预期的更大。苹果公司发布的一份措辞混乱的新闻稿表示,本月早些时候与iPhone 18和18 Pro一起发布的新功能将在iPhone 16和iPhone Air等旧设备上“可用”[.]
EvilTokens提供了一个端到端平台,可以更快、更容易地进行大规模妥协。
Android驱动的Googlebooks即将推出,其熟悉的品牌和规格可与Windows Copilot机器相媲美。对于任何渴望购买任何新笔记本电脑的人来说,您可能想知道一项持续至2026年10月25日的预购福利。当您将Googlebook添加到百思买的购物车中时,会出现[.]
不列颠哥伦比亚省的OpenAI,要求不倒翁岭射手的ChatGPT日志。
Meta表示Muse是从头开始构建的,但承认人工智能助手受到了OpenClaw的“极大启发”--甚至包括其一些工作空间文件名和内容。
HN ð513· 253 评论
Anthropic发布了Claude Opus 5.5,这是其新Claude 5.5系列中的第一款型号。该团队表示,它在大多数工作中的表现都达到了Claude Fable 5.1的水平。在默认设置下,在典型工作负载上运行它的成本也比Opus 5低40%。根据Anthropic自己的基准测试,它在代理编码方面处于领先地位,[.] Anthropic发行Clau
对于那些对Siri的发布感到误导的人购买的每部符合条件的iPhone,苹果可能会支付高达95美元的费用。您必须在12月21日之前提交索赔。
截至2026年9月22日当天结束,百思买和亚马逊都在发售黑色Apple Magic Keyboard,售价为169.99美元,比平常价格优惠了30美元。这是苹果全尺寸无线键盘的升级版,带有Touch ID按钮、数字键盘、箭头键以及额外的功能键。[.]
GPT-6 Sol和GPT-6 Luna现已在Amazon Bedrock上普遍提供,为您提供更多选项,使智能和效率与每种工作负载相匹配。
嘿,你知道如果你用人工智能为TikTok和YouTube写脚本,这是非常明显的,对吧?[...]这不仅仅是一般的人工智能主义,“这不是X,这是Y”,或者三个规则,或者非常奇怪的断断续续的写作方式,你只是用所有这些标点符号说了很多事情。听起来很深奥,其实不然这是缺乏任何东西。这是你的声音缺乏明确的矛。事实上,我可以告诉你,你对你正在谈论的事情没有意见。- @t
来认识一下GPT-6 Sol和Luna,这两款型号将前沿智能带入日常工作,具有不同的能力和成本平衡。
OpenAI正在推出两款新型号,据称这两款型号与Astra是从同一款面料上剪裁而成的。
作者:Quan Nguyen-Tri、Mukul Ranjan、Shijiqiang|扩散大型语言模型(dLLM)最近通过支持非自回归文本生成而成为自回归LLM的一种有前途的替代方案。然而,它们的实际部署仍然受到效率低下的推理的限制,这主要是由于缺乏有效的Key-Value(KV)缓存和可扩展的并行解码机制。现有的加速方法通常研究KV缓存
作者:任晓星、托马斯·帕里西尼、安德烈亚斯·A. Malikopoulos|我们研究具有低级潜在动态和未知系统模型的分散式部分可观察团队决策问题。提出的框架将团队理论等效与低等级模型表示相结合,以解决部分可观察的Markov决策过程中的合作决策问题,而无需先验知识转移模型。每个团队成员根据l做出决定
作者:詹志浩、宋婷、李东|多代理系统可以通过并发执行工作来减少复杂任务的延迟。一些开创性的利用框架支持多代理系统。然而,当前多代理工具的可扩展性通常受到中央协调器分配任务和协调工作人员的能力的限制。为了解决这个问题,我们引入了一个可扩展的自组织多智能体,
作者:Haobo Zheng,Tan Tang,Yan Chen|在多方对话环境下的长期对话记忆需要的不仅仅是从长期对话中检索相关内容:它必须区分谁说了什么,每个陈述都涉及谁,个体如何看待彼此,群体共享哪些信息,以及状态如何随着时间的推移而变化。最近对多方对话基准的研究表明,现有的通用LLM m
作者:Trang Nguyen、Eulrang Cho、Bingqing Chen|代理通常处理需要数百万上下文令牌的复杂问题,由于上下文窗口有限,因此需要在会话之间进行压缩。我们开发了CliffCompaction,这是一种自动压缩技术,可在有限环境下将成本降低高达50%,同时保持或改进码头台的性能,并实现测试时扩展和状态的新效率
作者:Jennifer Williams、Dave Farris、Jeff Farris|我们引入SWE-Serve,这是一个用于评估生产推理工程任务代理的基准。实现推理功能可能需要协调整个服务堆栈的多个更改,包括模型支持、运行时执行和公共API。现有的基准对生产推理工程的有限覆盖范围:存储库级软件工程基准不提供
旧金山正在起诉Truth Social背后的母公司Trump Media & Technology Group,因为它出售了对唐纳德特朗普总统在社交媒体网站上发布的帖子的抢先体验。该诉讼今天在加州州法院提起,指控Truth API提要是一项“腐败的商业计划”,违反了加州的不公平竞争[.]
作者:李来珍、王轩、赵培成|使用模型上下文协议(HCP)的代理依赖于语义匹配从第三方服务器选择工具,通过攻击者控制的元数据和输出暴露语义供应链风险。我们引入了A2 M(吸引操纵),这是一个用于劫持LCP代理的两阶段黑匣子框架。吸引力阶段优化工具元数据以增加调用概率; Manipula
作者:李来珍、李佳瑞、赵娟|大型语言模型(LLM)代理通常处理相关任务流,但标准工具会反复要求模型在每个任务的上下文中重建相同的控制决策。我们研究任务反馈是否可以将循环控制转化为可重复使用的可执行代码,同时保留LLM调用用于特定于任务的语义推理。我们引入Growing Buttons,一种以失败为导向的工具
作者:孙宇、徐俊浩|类型化决策模型是为模型输出直接由软件使用的设置而构建的。它们不是生成自由格式的文本,而是返回一组预定义选项的决策。通过构造,每个输出都符合所需的模式。然而,这一保证并没有告诉我们,模型是否按照预期解释了这些选项。研究了Jev和两个带开放权的类Jev模型
作者:Victor Ion Butoi、Vivek Gopalakrishnan、John V. Guttag| X射线是医学上使用最广泛的成像方式,但仍然是其最少的定量。与CT或MRI等容积模式不同,X射线将3D解剖结构折叠成2D投影,导致结构重叠和解剖边界模糊,即使对专家来说也是如此。因此,标记X射线数据库以训练通用分割系统是不切实际的,留下了形态学
Claude Opus 5.5是Anthropic最强大的Opus模型,用于代理编码、知识工作和长期运行任务,现已在Amazon Bedrock和AWS上的Claude Platform上提供。这篇文章涵盖了Opus 5.5中的新内容、实用指南以及如何开始在Amazon Bedrock上使用该模型进行构建。
HN ð41· 21 评论
技能允许您将特定领域的过程编码为可重复使用的、可移植的代理指令,但流利的答案并不能证明代理选择了正确的技能或遵循了它。了解如何使用Strands Evals和Amazon Bedrock AgentCore Evalations衡量技能选择和遵循的指令。
发布:llm-anthropic 0.29添加对Claude Opus 5.5的支持:llm -m claude-opus-5.5“提示到这里”标签:llm,anthropic
Anthropic即将推出新一代首款型号Claude Opus 5.5。该公司表示,它在大多数任务上与Claude Fable 5.1相匹配,同时运行成本比Opus 5低约40%。Anthropic的基准测试也使其在大多数任务上领先于OpenAI的GPT-6 Astra,尽管价格便宜得多。十四行诗5.5和俳句5.5预计将在未来几周推出。文章Claude Op
丰田此举正值汽车制造商竞相开发和部署人形机器人之际。
据彭博社报道,苹果正在开发一款无屏幕设计的新型健身追踪器,类似于Whoop生产的追踪器。据报道,该设备的原型有“一条薄织物带,带有配备传感器的计算模块。“该设备处于开发的早期阶段,可能不会在[...]
HN ð215· 62 评论
Anthropic称其为“迄今为止我们测试过的性能最强的模型。"
在试图用专用的人工智能硬件避开移动应用程序两年后,Rabbit推出了OS3,这是一个跨平台的代理程序,可以在你已经使用的屏幕上运行。