模型

科大訊飛 SparkAudio 1.0 語音模型上線 API

科大訊飛宣布星火語音基座大模型 SparkAudio 1.0 已在開放平台上線 API 服務。該模型支援 99 種語言和 202 種方言，能直接理解語音中的語義、情緒和場景，克服傳統級聯方案的信息丟失問題。此更新允許開發者直接調用，以實現語音轉寫、多語言翻譯及環境音理解等功能。

由 AI 依據 1 家媒體的報導整理

出處

最新

  1. 模型

    Perplexity發布Decider v1.3決策模型

    Perplexity發布開源權重的Decider v1.3與Flash v1.3模型。新版增加Locate功能，用於提取文字片段，在63項查詢分類任務中平均準確率達91.6%。

    MarkTechPost

  2. 模型

    Google發布Gemini 4 Hydrogen模型

    Google推出新AI模型Gemini 4 Hydrogen，該模型處理速度較前代提升2.5倍。新模型在程式編寫與搜尋功能上表現優異，旨在提升作業效率與使用體驗。

    Gizmodo Japan

  3. 模型

    騰訊混元發布即時語音模型 Hy Realtime

    騰訊混元發布即時語音模型 Hy Realtime，具備工具調用與唱歌能力。該模型已於元宝語音通話及騰訊客服上線，並將於近期提供 API 服務。此舉增強了騰訊在即時互動場景的 AI 技術佈局。

    IT之家

  4. 模型

    語飛國際中文教育垂直大模型發布

    2026世界中文大會在北京開幕，發布了「語飛國際中文教育垂直大模型」。該模型針對全球中文學習者、教師及機構提供個性化輔導、教學素材生成及標準化介面，旨在結合AI技術與教學場景，推動國際中文教育的數智化發展。

    IT之家

  5. 模型

    英偉達發布Alpamayo 2 Edge端對端自駕模型

    英偉達於11月10日發布Alpamayo 2 Edge端對端自動駕駛模型，結合因果推理與擴散動作，在DRIVE AGX Thor芯片上運行。該模型旨在提升複雜場景下的推理與駕駛決策能力，閉環表現提升48.9%。

    雷峰网

全部新聞 → · 版權屬原作者