日报精选日报精选

Google发布Gemini 3.8 Flash TTS和Flash-Lite TTS，采用基于语音的语音设计

谷歌发布了Gemini 3.8 Flash TTC和Flash Lite TTC，这是两种新的文本到语音模型，现已通过Gemini API和Google AI Studio提供。Flash TTC根据100多种语言的自然语言提示设计新声音。它在Hume AI的语音设计基准中排名第一，评分为71.4。Flash Lite TTC以较低的成本瞄准大容量配音和语音

推出 NV-Reason-CT Open 3D CT VLM，实现放射科医生式思维链推理

📌 One-Sentence Summary NVIDIA 推出 NV-Reason-CT，一款开放的 3D CT 视觉语言模型，将放射科医生风格的思维链推理、结构化报告生成和多轮对话引入体积 CT 分析，在 CT-RATE 基准测试上取得最先进的结果。 📝 Summary NV-Reason-CT 是一款专为 3D CT 分析打造的开源研究基础模型，填补了

英伟达发布Nemotron 3 Diaration：100兆参数开放重量模型，实时跟踪8个扬声器

英伟达在Hugging Face上发布了Nemotron 3 Diaration，这是一款开放重量扬声器Diaration模型。它回答了有关任何对话的一个问题：谁什么时候说话。100 M参数模型最多可跟踪8个扬声器，包括语音重叠时的情况。一个检查点处理离线录音和实时流媒体。它可以部署吗？是的这些权重是在[.]下发布的NVIDIA发布Nemotron 3 Di

对比语言模型

HN ð87· 20 评论

Anthropic和OpenAI在呼吁放缓开发之后推出成本更低的新模型 - 新浪财经

EP185 · GPT-6 缓存、Gemini 语音、Grok 4.7 · 09-24 早报

📝 今日导语 GPT-6 缓存降重复成本，Gemini 3.8 TTS 设计声音，Grok 4.7 强化长任务：看清各自适用场景。 🏷 今日关键词： GPT-6 提示缓存 Gemini 3.8 TTS Grok 4.7 Agent 排障 AI Native 研发 Harness 验证 📰 今日精选内容 GPT-6 的改进提示缓存 OpenAI News ·

ChatGPT Voice通过电子邮件、日历和Slack访问权限更接近“她”

ChatGPT Voice现在运行在OpenAI的新GPT-6 Astra、Sol和Luna型号上，并且可以访问电子邮件、日历和Slack等插件。用户只需通过交谈即可管理约会、发送电子邮件或构建网站。这次更新使OpenAI更接近于Sam Altman长期以来一直以来所推崇的日常人工智能助手，而不是科幻电影《她》中的助手。ChatGPT Voice通过电子邮件

Meta让Muse变得更强大，还能让你和它视频聊天

Meta正在迅速迭代其新的Muse AI代理，今天宣布了一系列更新，使机器人更有能力，并能够以更多方式与您聊天。Muse代理正在获得自己的电子邮件地址，可用于完成任务。您还可以与您的缪斯交流[.]

OpenAI代理黑客攻击了澳大利亚的医疗服务。他们的政府几个月后发现了这一点

该国总理对仅通过电子邮件得知黑客事件表示失望。现在澳大利亚正在调查OpenAI是否违法。

Deepmind的初衷是追逐AGI，但其新首席执行官只是希望Gemini 4出局

谷歌Deepmind首席执行官Koray Kavukcuoglu希望在今年年底之前“更早”发布Gemini 4。该模型已经在后期训练中，并在编码工具Antigravity中内部运行。他称推动他的前任哈萨比斯的AGI问题“不是正确的谈话”，并说值得信赖的代理人更重要。在Gemini 3.5 Pro悄然消失，许多顶级研究人员离开OpenAI和Anthropic之

张锋点赞，Anthropic公布首个AI自主科学发现，21小时零干预，Claude找到全新DNA系统 - 投资界